本文将详细解释opencv3.0如何识别和提取图形中的矩形。这篇文章的内容质量很高，所以边肖会分享给大家参考。希望你看完这篇文章后有所了解。
使用opencv识别图片中的矩形。
其中遇到的主要问题是矩形内部的形状导致轮廓不闭合。
1.高斯滤波输入灰度图像2。制作灰度直方图，提取阈值和二值化3。提取图像的轮廓4。识别图像5中的矩形。提取图像中的矩形。
1.对输入灰度图像进行高斯滤波。
CV : mat src=CV : im read(' f : \ \ t 13 . BMP '，CV _ BGR2GRAY)；cv:Mat hsvgaussianbulr(src，hsv，cv :3360 size(5，5)，0，0)；
2.制作灰度直方图，提取阈值，做二值化。
给定图片，背景为黑色，矩形的背景颜色为灰色，矩形中的其他一些形状为白色。可以称为：提取轮廓时，矩形的外轮廓不闭合。因此，我们需要对整个画面做一个灰度直方图，找到阈值并进行二值化。
把手。也就是说，如果像素值(黑色)小于阈值，将其设置为0(纯黑色)；如果像素值(灰色和白色)大于阈值，则设置
设置为255(白色)
//将灰度量化到30级int gbins=16int HistSize[]={ gbins }；
//灰度从0到256浮动灰度[]={0，256 }；
const float * ranges[]={ granges }；cv:MatND和hist
//我们从第0个和第1个通道计算直方图int channel[]={ 0 }；
//计算hist calcHist(hsv，1，通道，cv:Mat()，
//不要使用掩码hist，1，histSize，ranges，true，
//直方图均匀假)；
//求hist double maxVal=0的最大值；
minMaxLoc(hist，0，maxVal，0，0)；int scale=20
cv:Mat毫安时组织；
histImg.create(500，gbins*scale，CV _ 8UC 3)；
//显示hist图像的灰度(int g=0；ggbinsg ){
float binVal=hist.atfloat(g，0)；
int intensity=cvRound(BinVal * 255)；
矩形(组图，cv:Point点(g *比例尺，0)，
CV : point((g ^ 1)* scale-1，binVal/maxVal*400)，CV_RGB(0，0，0)，CV _ FILLED)；} cv : im show(' Histmg '，Histmg)；
//阈值处理cv:Mat hsvRe
阈值(hsv，hsvRe，64，255，cv : thresh _ BInary)；
3.提取图片的轮廓
为了识别图片中的矩形，在识别之前需要提取图片的轮廓。经过滤波和二值化后，轮廓提取后的效果比提取前好得多。
识别矩形
矩形识别的条件是：图片中识别出的轮廓是四个顶角的凸边形状，所有顶角的角度都是90度。
矢量点约；for(size _ t I=0；I等高线. size()；I){ 0
近似值(Mat(等高线[i])，近似值，弧长(Mat(等高线[i])，真)*0.02，真)；
if(约大小()==4个晶圆厂(contourArea(Mat(约)))1000 iscon sourconvex(Mat(约))){ doublemax余弦=0；
for(int j=2；j5；j ) {双余弦=fabs(角度(约[j%4]，约[j-2]，约[j-1])；
最大余弦=最大(最大余弦，余弦)；}
if(最大余弦值0.3)平方，push_back(近似值)；
} }
opencv3.0中识别和提取图形中矩形的方法是什么，希望在这里分享
内容来源网络，如有侵权，联系删除，本文地址：https://www.230890.com/zhan/147367.html