图像处理 - 我需要找到任何quadrilater的4个角

Question

我需要在我的图像中应用cvWarpPerspective进行转换

• this：ROI original
• 进入：Image Warping

但要做到这一点，我需要将ROI的角落作为参数传递，我不能手动操作，因为我有306张图像，这将花费很多时间。

我已经尝试过Harris Corner探测器，Susan和几个imagej插件，但我尝试过的每个算法，不仅可以检测到角落，还可以检测更多点，而我只需要角落。 （如果我将更多点作为参数传递，最终图像会变形）

有什么建议吗？

Answer 1

使用Harris角点探测器的想法很好，但为了只获得角落，你需要做一些预处理。

1. 阈值图像并仅获取大于0的值.opencv阈值函数。

2. 找到两个连接的组件。 opencv findContours

3. 找到每个组件的凸包。 opencv convexhull
4. 填充凸包。 opencv fillPoly



1. 运行Harris角点探测器。 opencv特征探测器哈里斯



1. 做最大限制抑制。对于每个角落，如果他是新角落图像中的最大角落插入，则查看他的邻居，否则将其归零。



1. 取八个最突出的角落。 4 x corrdinate左边一个是左qaudrilater而右边4个是右四边形

不是Java代码，但python实现希望它足够有用：

import cv2
import numpy as np

# Params
neigbrhoodSize = 5

# Read img
img = cv2.imread('AIL6s.png')
img = img[:,:,0]

# Threshold
Ithresh = img
Ithresh[img > 0] = 1

# Find contour
fillImage = np.zeros(Ithresh.shape)
im, contours, hierarchy = cv2.findContours(Ithresh.astype(np.uint8),cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE )
hulls = []
for contour in contours:

    # Find convex hull for each area
    hull = cv2.convexHull(contour)
    hulls.append(hull)

# Fill the convex area
cv2.fillPoly(fillImage, hulls, 255)

# Run corner detection
corners = cv2.cornerHarris(fillImage.astype(np.uint8), 3, 3, 0.05)

# Run max suppression
maxCorners = corners.flatten().argsort()[-50:][::-1]
maxCornersYX = np.unravel_index(maxCorners,corners.shape)
cornersMaxSupression = np.zeros_like(corners)
for i in range(len(maxCorners)):

    # Look at the neighborhood of the point. If it is the max value insert 1 to cornersMaxSupression else insert 0
    pointX = maxCornersYX[1][i]
    pointY = maxCornersYX[0][i]
    maxArea = np.max(corners[pointY-neigbrhoodSize:pointY+neigbrhoodSize,pointX-neigbrhoodSize:pointX+neigbrhoodSize])
    currentMax = np.max(cornersMaxSupression[pointY-neigbrhoodSize:pointY+neigbrhoodSize,pointX-neigbrhoodSize:pointX+neigbrhoodSize])
    if maxArea==corners[pointY, pointX] and currentMax==0:
        cornersMaxSupression[pointY, pointX] = 1

# Take the eight max values of cornersMaxSupression
eightMaxCorners = corners.flatten().argsort()[-8:][::-1]
eightMaxCornersYX = np.unravel_index(eightMaxCorners,corners.shape)

# Divide the image to the two small images
fillImage[:,1:fillImage.shape[1]/2] = fillImage[:,1:fillImage.shape[1]/2]*2