检测图像中最大的多边形?

时间:2019-03-06 10:03:57

标签: python image opencv polygon

我正在尝试检测图像中面积最大的多边形,但是图像包含一些噪点和小的多边形。 有人为此做过任何工作吗?   我现在正在使用open-cv。

1 个答案:

答案 0 :(得分:0)

首先,我将其写为答案,因为由于名声而无法写评论。

您应该附上您尝试过的一些代码和问题的屏幕截图。

我将在Java中链接一个解决方案,并且转换为python并不难

  Mat mGray = new Mat();

    MatOfDouble mu = new MatOfDouble();

    MatOfDouble stddev = new MatOfDouble();

    Imgproc.cvtColor(origMat, origMat, Imgproc.COLOR_BGRA2BGR);

    Imgproc.cvtColor(origMat, mGray, Imgproc.COLOR_BGR2GRAY);

    Core.meanStdDev(mGray, mu, stddev);

    Imgproc.GaussianBlur(mGray, mGray, new Size(5, 5), 5);

    //Imgproc.Canny(mGray, mGray, 30, 80, 3, false);   //FOR HIGH BRIGHTNESS
    //Imgproc.Canny(mGray, mGray, 50, 130, 3, false);    // FOR LOW BRIGHTNESS

    Imgproc.Canny(mGray, mGray, mu.get(0, 0)[0], stddev.get(0, 0)[0], 3, false);

    Mat kernell = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(9, 9));

    Imgproc.morphologyEx(mGray, mGray, Imgproc.MORPH_CLOSE, kernell);

    Imgproc.dilate(mGray, mGray, Imgproc.getStructuringElement(Imgproc.MORPH_CROSS, new Size(3, 3)));

    List<MatOfPoint> contours = new ArrayList<MatOfPoint>();

    Mat hierarchy = new Mat();

    Imgproc.findContours(mGray, contours, hierarchy, Imgproc.RETR_EXTERNAL, Imgproc.CHAIN_APPROX_SIMPLE);

    double largest_area = 0;

    Rect rect = new Rect();
    int largest_idx = 0;

    for (int idx = 0; idx < contours.size(); idx++) {

        double a = Imgproc.contourArea(contours.get(idx));  //Find the area of contour

        if (a > largest_area) {

            largest_area = a;

            // rect = Imgproc.boundingRect(contours.get(idx));

            largest_idx = idx;
        }
    }

    MatOfPoint2f new_mat = new MatOfPoint2f(contours.get(largest_idx).toArray());

    RotatedRect rbox = Imgproc.minAreaRect(new_mat);

    Point vertices[] = new Point[4];

    rbox.points(vertices);

    List<MatOfPoint> boxContours = new ArrayList<>();

    boxContours.add(new MatOfPoint(vertices));

    //Imgproc.drawContours(origMat, boxContours, 0, new Scalar(255, 255, 0), 2);

    /* *******************************************************************************************
     * draw the detected rotated rect in the original image
     *******************************************************************************************/
    for (int i = 0; i < 4; ++i) {
        Imgproc.line(origMat, vertices[i], vertices[(i + 1) % 4], new Scalar(255, 0, 0));
    }

主要是,我将输入图像转换为灰度,使用高斯滤波器降低噪声,使用图像均值和标准偏差值计算Canny最小和最大阈值,这将根据环境亮度相应地调整阈值。

然后应用findContours函数并遍历找到的轮廓并绘制最大的轮廓。

希望此解决方案对您有所帮助。