使用OpenCV检测图像中的矩形

水深无声 2022-08-28 01:59 506阅读 0赞

# 转载自：[使用OpenCV检测图像中的矩形\_C 语言\_得牛网][OpenCV_C] #

# 使用OpenCV检测图像中的矩形 #

更新时间：2020年07月21日 13:42:41 转载 作者：知来者逆

这篇文章主要为大家详细介绍了使用OpenCV检测图像中的矩形，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

本文实例为大家分享了OpenCV检测图像中矩形的具体代码，供大家参考，具体内容如下

**前言**

1.OpenCV没有内置的矩形检测的函数，如果想检测矩形，要自己去实现。  
2.我这里使用的OpenCV版本是3.30.

**矩形检测**

**1.得到原始图像之后，代码处理的步骤是：**

（1）滤波增强边缘。  
（2）分离图像通道，并检测边缘。  
（3） 提取轮廓。  
（4）使用图像轮廓点进行多边形拟合。  
（5）计算轮廓面积并得到矩形4个顶点。  
（6）求轮廓边缘之间角度的最大余弦。  
（7）画出矩形。

**2.代码**

//检测矩形
    //第一个参数是传入的原始图像，第二是输出的图像。
    void findSquares(const Mat& image,Mat &out)
    {
     int thresh = 50, N = 5;
     vector<vector<Point> > squares;
     squares.clear();
    
     Mat src,dst, gray_one, gray;
    
     src = image.clone();
     out = image.clone();
     gray_one = Mat(src.size(), CV_8U);
     //滤波增强边缘检测
     medianBlur(src, dst, 9);
     //bilateralFilter(src, dst, 25, 25 * 2, 35);
    
     vector<vector<Point> > contours;
     vector<Vec4i> hierarchy;
    
     //在图像的每个颜色通道中查找矩形
     for (int c = 0; c < image.channels(); c++)
     {
     int ch[] = { c, 0 };
    
     //通道分离
     mixChannels(&dst, 1, &gray_one, 1, ch, 1);
    
     // 尝试几个阈值
     for (int l = 0; l < N; l++)
     {
      // 用canny()提取边缘
      if (l == 0)
      {
      //检测边缘
      Canny(gray_one, gray, 5, thresh, 5);
      //膨?
      dilate(gray, gray, Mat(), Point(-1, -1));
      imshow("dilate", gray);
      }
      else
      {
      gray = gray_one >= (l + 1) * 255 / N;
      }
    
      // 轮廓查找
      //findContours(gray, contours, RETR_CCOMP, CHAIN_APPROX_SIMPLE);
      findContours(gray, contours, hierarchy, RETR_CCOMP, CHAIN_APPROX_SIMPLE);
    
      vector<Point> approx;
      
      // 检测所找到的轮廓
      for (size_t i = 0; i < contours.size(); i++)
      {
      //使用图像轮廓点进行多边形拟合
      approxPolyDP(Mat(contours[i]), approx, arcLength(Mat(contours[i]), true)*0.02, true);
    
      //计算轮廓面积后，得到矩形4个顶点
      if (approx.size() == 4 &&fabs(contourArea(Mat(approx))) > 1000 &&isContourConvex(Mat(approx)))
      {
       double maxCosine = 0;
    
       for (int j = 2; j < 5; j++)
       {
       // 求轮廓边缘之间角度的最大余弦
       double cosine = fabs(angle(approx[j % 4], approx[j - 2], approx[j - 1]));
       maxCosine = MAX(maxCosine, cosine);
       }
    
       if (maxCosine < 0.3)
       {
       squares.push_back(approx);
       }
      }
      }
     }
     }
    
     
     for (size_t i = 0; i < squares.size(); i++)
     {
     const Point* p = &squares[i][0];
    
     int n = (int)squares[i].size();
     if (p->x > 3 && p->y > 3)
     {
      polylines(out, &p, &n, 1, true, Scalar(0, 255, 0), 3, LINE_AA);
     }
     }
     imshow("dst",out);
    }
    
    static double angle(Point pt1, Point pt2, Point pt0)
    {
     double dx1 = pt1.x - pt0.x;
     double dy1 = pt1.y - pt0.y;
     double dx2 = pt2.x - pt0.x;
     double dy2 = pt2.y - pt0.y;
     return (dx1*dx2 + dy1*dy2) / sqrt((dx1*dx1 + dy1*dy1)*(dx2*dx2 + dy2*dy2) + 1e-10);
    }

**3.运行结果**

![f4e1e7f6956947f9794d418a686afbbc.png][]

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持得牛网。

您可能感兴趣的文章:

*  [OpenCV实现图像轮廓检测以及外接矩形][OpenCV]
 *  [opencv实现矩形检测][opencv]

[OpenCV_C]: http://www.deiniu.com/article/191333.htm
[f4e1e7f6956947f9794d418a686afbbc.png]: /images/20220828/24a6259adab24fc394258acd194ca296.png
[OpenCV]: http://www.deiniu.com/article/154516.htm
[opencv]: http://www.deiniu.com/article/191335.htm