App下載

Android+OpenCv4怎么實(shí)現(xiàn)邊緣檢測(cè)及輪廓繪制出圖像最大邊緣

猿友 2021-08-04 10:27:48 瀏覽數(shù) (3382)
反饋

Android邊緣檢測(cè)我們一般采用canny邊緣檢測(cè)來(lái)實(shí)現(xiàn)。通過(guò)邊緣檢測(cè)我們可以得到圖像的最大邊緣,接下來(lái)這篇文章我們就來(lái)介紹如何基于Android邊緣檢測(cè)實(shí)現(xiàn)繪制圖像最大邊緣的功能。

實(shí)現(xiàn)步驟:

  • 圖像灰度化
  • 邊緣檢測(cè)
  • 根據(jù)Canny檢測(cè)得出來(lái)的Mat尋找輪廓
  • 算出最大輪廓周長(zhǎng)or面積
  • 根據(jù)獲取到的最大輪廓下標(biāo)進(jìn)行輪廓繪制
  • 畫(huà)出最大矩形,并返回Rect

Canny邊緣檢測(cè)

基于Canny算法的邊緣檢測(cè)主要有5個(gè)步驟,依次是高斯濾波、像素梯度計(jì)算、非極大值像素梯度抑制、滯后閾值處理和孤立弱邊緣抑制。Canny在有噪聲的情況下表現(xiàn)好不好,取決于前面的降噪過(guò)程,可以手動(dòng)做高斯處理提高識(shí)別率。

/**
		image  輸入圖像,必須是CV_8U的單通道或者三通道圖像。
		edges  輸出圖像,與輸入圖像具有相同尺寸的單通道圖像,且數(shù)據(jù)類型為CV_8U。
		threshold1  第一個(gè)滯后閾值。
		threshold2  第二個(gè)滯后閾值。
		apertureSize  Sobel算子的直徑。
		L2gradient  計(jì)算圖像梯度幅值方法的標(biāo)志。默認(rèn)為false
**/
public static void Canny(Mat image, Mat edges, double threshold1, double threshold2, int apertureSize, boolean L2gradient)

使用

    /**
     * canny算法,邊緣檢測(cè)

     */
    public static Mat canny(Bitmap bitmap) {
        Mat mSource = new Mat();

        Utils.bitmapToMat(bitmap, mSource);
        Mat grayMat = new Mat();
        Imgproc.cvtColor(mSource,grayMat,Imgproc.COLOR_BGR2GRAY);//轉(zhuǎn)換成灰度圖
        Mat mat = mSource.clone();
        Imgproc.Canny(mSource, mat, 75, 200);
        return mat;
    }

邊緣檢測(cè)

獲取圖像最大矩形

   /**
     * 返回邊緣檢測(cè)之后的最大矩形,并返回
     *
     * @param cannyMat
     *            Canny之后的mat矩陣
     * @return
     */
    public  Rect findMaxRect(Mat cannyMat) {
        Mat tmp = mSource.clone();
        List<MatOfPoint> contours = new ArrayList<MatOfPoint>();
        Mat hierarchy = new Mat();
        // 尋找輪廓
        Imgproc.findContours(cannyMat, contours, hierarchy, Imgproc.RETR_EXTERNAL, Imgproc.CHAIN_APPROX_SIMPLE);
        int index = 0;
        double perimeter = 0;
        // 找出匹配到的最大輪廓
        for (int i = 0; i < contours.size(); i++) {
            // 最大面積
//            double area = Imgproc.contourArea(contours.get(i));
            //最大周長(zhǎng)
            MatOfPoint2f source = new MatOfPoint2f();
            source.fromList(contours.get(i).toList());
            double length = Imgproc.arcLength(source,true);
            if(length>perimeter){
                perimeter =  length;
                index = i;
            }
        }
      
        /**
         * 參數(shù)一:image,待繪制輪廓的圖像。
         *
         * 參數(shù)二:contours,待繪制的輪廓集合。
         *
         * 參數(shù)三:contourIdx,要繪制的輪廓在contours中的索引,若為負(fù)數(shù),表示繪制全部輪廓。
         *
         * 參數(shù)四:color,繪制輪廓的顏色。
         *
         * 參數(shù)五:thickness,繪制輪廓的線條粗細(xì)。若為負(fù)數(shù),那么繪制輪廓的內(nèi)部。
         *
         * 參數(shù)六:lineType,線條類型。FILLED   LINE_4   4連通   LINE_8   8連通  LINE_AA  抗鋸齒
         */
        Imgproc.drawContours(
                tmp,
                contours,
                index,
                new Scalar(0.0, 0.0, 255.0),
                9,
                Imgproc.LINE_AA

        );

        Rect rect = Imgproc.boundingRect(contours.get(index));
//        Imgproc.rectangle(tmp, rect, new Scalar(0.0, 0.0, 255.0), 4, Imgproc.LINE_8);
        showImg(tmp);

        return rect;
    }

  /**
     * 顯示圖像
     * @param mat
     */
    private void showImg(Mat mat){

        Bitmap bitmap = Bitmap.createBitmap(mat.width(), mat.height(), Bitmap.Config.ARGB_8888);
        Utils.matToBitmap(mat, bitmap);
        mIvSrc.setImageBitmap(bitmap);
        mat.release();
    }

最終效果圖

最終效果

獲得矩形坐標(biāo)點(diǎn)以后,后期可以做裁剪,旋轉(zhuǎn)之類操作,可以自行研究。

到此這篇如何基于Android邊緣檢測(cè)實(shí)現(xiàn)繪制圖像最大邊緣的功能的文章就介紹到這了,更多相關(guān)Android學(xué)習(xí)內(nèi)容請(qǐng)搜索W3Cschool以前的文章或繼續(xù)瀏覽下面的相關(guān)文章。


0 人點(diǎn)贊