4

我使用 OpenCV 进行图像预处理。我只需要剪切扫描的照片，没有白色区域。我使用算法：

  • image_canny <- 对这个通道应用 canny 边缘检测器
  • 对于 bundle_of_increasing_thresholds 中的阈值：
  • image_thresholds[threshold] <- 为在 {image_canny} U image_thresholds 中找到的每个轮廓应用阈值：
  • 带多边形的近似轮廓
  • 如果近似值有四个角并且角度接近 90 度。在扫描图像上查找矩形对象。但是这个例子不起作用，如果我把我的照片放在扫描仪的角落里！

任何人都可以建议，我如何在扫描图像上找到这张照片？有什么例子，方法吗？

4

1 回答 1

0

有几种方法可以实现您的目标。我将给出 OpenCvSharp 的代码，它与普通 C++ 类似。

  1. 尝试在图像周围添加一些中性边框。例如，您可以在源图像周围添加 10-20 像素的白色。它可以创建错误的轮廓，但图像的目标部分仍然不会在角落里。

    Mat img = Cv2.ImRead("test.jpg");
Mat imgExtended = new Mat(new OpenCvSharp.Size(img.Size().Width + 40, img.Size().Height + 40), MatType.CV_8UC3, Scalar.White);
OpenCvSharp.Rect roi = new OpenCvSharp.Rect(new OpenCvSharp.Point(20, 20), img.Size());
img.CopyTo(imgExtended.SubMat(roi));
img = imgExtended;
Mat coloredImage = img.Clone();
Cv2.CvtColor(img, img, ColorConversionCodes.BGR2GRAY);
OpenCvSharp.Point[][] contours;
HierarchyIndex[] hierarchy;
Cv2.Canny(img, result, 80, 150);
Cv2.FindContours(result, out contours, out hierarchy, RetrievalModes.External, ContourApproximationModes.ApproxSimple);

  2. 你有对象和几乎白色的背景。您可以执行任何阈值操作，然后获取最大的 blob。

更新。 在这两种情况下，图像顶部的暗线和左角的暗区仍然是问题所在。在这种情况下，您可以通过函数选择面积最大的轮廓

double Cv2.ContourArea(Point[] Contour);

然后尝试创建边界框，这将最大限度地减少错误。

于 2017-07-28T13:32:38.237 回答