opencv - 使用霍夫变换opencv android进行矩形文档检测

Question

我正在尝试使用 opencv 4 android sdk 检测矩形文档。首先，我尝试通过查找轮廓来检测它，但它不适用于多色文档。您可以查看此链接以获得更好的想法： 使用 OpenCV4Android 检测多色文档

我研究了很多，发现它可以使用 houghline 变换来完成。所以我按照以下方式检测文档：

原始图像 -> cvtColor -> GaussianBlur 过滤器 -> 扩张它以锐化边缘 -> 应用分水岭图像分割算法 -> 使用动态 otsu 阈值进行精明边缘检测 -> 然后应用霍夫线变换

我为霍夫线变换所做的是：

Imgproc.HoughLinesP(watershedMat, lines, 1, Math.PI / 180, 50, 100, 50);

    List<Line> horizontals = new ArrayList<>();
    List<Line> verticals = new ArrayList<>();
    for (int x = 0; x < lines.rows(); x++)
    {
        double[] vec = lines.get(x, 0);
        double x1 = vec[0],
                y1 = vec[1],
                x2 = vec[2],
                y2 = vec[3];
        Point start = new Point(x1, y1);
        Point end = new Point(x2, y2);
        Line line = new Line(start, end);
        if (Math.abs(x1 - x2) > Math.abs(y1-y2)) {
            horizontals.add(line);
        } else if (Math.abs(x2 - x1) < Math.abs(y2 - y1)){
            verticals.add(line);
        }
    }

从上面的水平和垂直线列表中，我找到了如下交点：

protected Point computeIntersection (Line l1, Line l2) {
    double x1 = l1._p1.x, x2= l1._p2.x, y1 = l1._p1.y, y2 = l1._p2.y;
    double x3 = l2._p1.x, x4 = l2._p2.x, y3 = l2._p1.y, y4 = l2._p2.y;
    double d = (x1 - x2) * (y3 - y4) - (y1 - y2) * (x3 - x4);

   // double angle = angleBetween2Lines(l1,l2);
    Log.e("houghline","angle between 2 lines = "+angle);
    Point pt = new Point();
    pt.x = ((x1 * y2 - y1 * x2) * (x3 - x4) - (x1 - x2) * (x3 * y4 - y3 * x4)) / d;
    pt.y = ((x1 * y2 - y1 * x2) * (y3 - y4) - (y1 - y2) * (x3 * y4 - y3 * x4)) / d;


  return pt;
}

并从这四个交点开始画线。所以，到目前为止我能够通过它检测文档。见下图：

但是，当其他对象与文档有关时，它也会尝试检测它们。我将从上到下的行和从左到右的 cols 查找最大矩形的交点。我遇到以下问题：

正如您在上图中所见，当屏幕上出现其他物体时，它也会检测到它。如何只检测文件？并忽略其他对象？这是我的原始图像：

任何帮助将不胜感激！提前致谢

Answer 1

一般信息

• 我在 Windows 10 上使用 OpenCV 3.2.0，但是所有提到的功能都应该在 2.4 和/或 Android 中可用。
• 我调整了图像的大小以获得更好的可视化效果。这不会影响当前解决问题的方法，但是如果我们要使用某种边缘检测，我们绝对应该使用原始图像大小。
• 当前提供的解决方案使用了很多自定义功能（LAB 颜色检测、轮廓尺寸分析等），此处无法实现。如果您在特定领域需要帮助，当然可以在评论中寻求帮助。

问题的一般观察

您以前的方法不起作用有几个原因。在我们找到解决方案之前，这里有一些需要考虑的观察结果：

• 与背景相比，您有一个包含更暗和更亮元素的对象。
• 您有一个对象，它由关于亮度和颜色以及一般同质性的相当不同的部分组成。事实上，对象被一个看起来很像背景的部分分割。
• 您的背景对象与一般背景有明显的区别（例如右上角的黑色对象）。
• 物体通常是从稍微倾斜的角度拍摄的。这会导致矩形对象的透视变换。

解决方案

考虑到上述观察结果，我认为简单的阈值处理或边缘检测不会产生任何可靠的结果，尤其是在查看同一场景的不同图像之间的变化时。作为一种解决方案，我建议通过 LAB 或 HSV 颜色空间进行前景和/或背景颜色检测和分类。应使用最突出颜色的样本图像对各个区域进行分类。例如，对于前景，书的深红色和鲜红色以及金色/黄色。背景由相当均匀的浅灰色组成，可用于其检测。潜在算法：

1. 根据 LAB 颜色空间检测和分类前景和背景。使用合理的颜色距离阈值（对我来说，大约 8-10% 在 LAB 空间中工作 - AB 空间可能在 5-7% 中工作）。如果由于亮度变化导致的颜色变化成为问题，则切换到与亮度无关的方法（例如，只使用 AB 分量并忽略 L 分量）
2. 从前景检测中排除部分背景（分类中可能存在一些重叠，因此此顺序将防止混淆）。
3. 在剩余的二值图像上，应用轮廓搜索并丢弃面积过小的轮廓。
4. 其余的轮廓形成了书。创建一个可以用作对象 ROI 的凸包。

优点：

• 非常精准
• 适用于多种场景（改变背景、不同的照明——如果使用了正确的色彩空间）

缺点：

• 初学者难以实现（LAB 或 HSV 知识、颜色距离、支持多颜色分类等）
• 颜色检测完全依赖于背景和前景。这意味着如果书发生变化并且例如是蓝色的，则必须调整示例图像。
• 如果书的所有顶部、底部或侧面看起来都像背景，那么这种方法将不起作用。如果是这样，本书的这些部分将被归类为背景。

一般解决方案的难度

当前的方法虽然先进，但对于一般应用（不同的书籍、不同的背景等）来说还是不够的，这是有原因的。

如果你想要一个通用系统，它可以自动检测不同背景下的不同书籍，你就会遇到一些麻烦。这达到了难以解决的难度。这让我想起了车牌检测：变化的照明、噪音、染色的物体、强烈变化的背景、差的对比度等。即使你能做到这一点，这里有个问题：这样的系统只适用于特定类型车牌。这同样适用于你的书。

测试

由于您发布了一个非常相似的问题（使用 OpenCV4Android 检测多色文档），我冒昧地使用了发布在那里的图像以及您在此处提供的图像。由于其中一张图像仅适用于红色 ROI，因此我使用我的 Photoshop 技能水平 > 9000 来删除红色 ROI :)。

背景分类的样本图像

前景分类的样本图像

图片

背景分类

前景分类

检测到的物体

---

---

更新

快速实验室速成课程

由于色彩空间的理论非常广泛，您应该首先阅读一些基础知识和关键点。我的快速搜索发现这个网站很好地解释了一些要点： http: //www.learnopencv.com/color-spaces-in-opencv-cpp-python/ - 我们将使用 OpenCV 的浮点变体，因为它是最简单的变体使用（未更改的 LAB 范围、无缩放、无移位等）。- LAB 值范围：L* 轴（亮度）范围从 0 到 100 a* 和 b*（颜色属性）轴范围从 -128 到 +127 来源和参考： CIELAB 颜色空间中的坐标范围是多少？ http://www.colourphil.co.uk/lab_lch_colour_space.shtml

颜色距离

https://en.wikipedia.org/wiki/Color_difference

本质上，我们使用两种颜色之间的欧几里得距离。当然，我们可以从我们比较的两种颜色中省略分量，例如亮度分量 (L)。

为了获得直观的颜色距离度量，我们可以简单地将颜色距离标准化为 0.0 到 1.0 之间的范围。通过这种方式，我们可以将颜色距离解释为百分比偏差。

例子

让我们使用上面发布的教程页面中的图像并在示例中使用它们。示例应用程序显示了以下内容： - BGR 到 LAB 的转换 - (L)AB 距离计算 - (L)AB 距离归一化 - 根据 BGR/LAB 值和颜色距离阈值进行颜色分类 - 物体颜色在不同光照下如何变化条件 - 与其他颜色的距离如何变大/接近图像变得更暗/更亮（如果您仔细阅读发布的链接，这也会变得清晰）。

附加提示：该示例应表明，单一颜色通常不足以在强烈变化的照明条件下检测颜色对象。一种解决方案是通过经验分析为每种颜色使用不同的颜色距离阈值。另一种方法是为您要查找的每种颜色使用许多分类样本颜色。您必须计算与这些样本颜色中的每一种颜色的颜色距离，并通过对结果进行 ORing 来组合找到的值。

代码和图像

（图片取自http://www.learnopencv.com/color-spaces-in-opencv-cpp-python/ - Satya Mallick 的教程）

#include <opencv2/opencv.hpp>

// Normalization factors for (L)AB distance calculation
// LAB range:
// L: 0.0 - 100.0
// A: -128.0 - 127.0
// B: -128.0 - 127.0
static const float labNormalizationFactor = (float)(1.f / (std::sqrt(std::pow(100, 2) + std::pow(255, 2) + std::pow(255, 2))));
static const float abNormalizationFactor = (float)(1.f / (std::sqrt(std::pow(255, 2) + std::pow(255, 2))));

float labExample_calculateLabDistance(const cv::Vec3f& c1, const cv::Vec3f& c2)
{
    return (float)cv::norm(c1, c2) * labNormalizationFactor;
}

float labExample_calculateAbDistance(const cv::Vec3f& c1, const cv::Vec3f& c2)
{
    cv::Vec2f c1Temp(c1(1), c1(2));
    cv::Vec2f c2Temp(c2(1), c2(2));
    return (float)cv::norm(c1Temp, c2Temp) * abNormalizationFactor;
}

void labExample_calculateLabDistance(
    cv::Mat& imgLabFloat,
    cv::Mat& distances,
    const cv::Vec3f labColor,
    const bool useOnlyAbDistance
)
{
    // Get size for general usage
    const auto& size = imgLabFloat.size();

    distances = cv::Mat::zeros(size, CV_32F);
    distances = 1.f;

    for (int y = 0; y < size.height; ++y)
    {       
        for (int x = 0; x < size.width; ++x)
        {   
            // Read LAB value
            const auto& value = imgLabFloat.at<cv::Vec3f>(y,x);

            // Calculate distance
            float distanceValue;
            if (useOnlyAbDistance)
            {
                distanceValue = labExample_calculateAbDistance(value, labColor);
            }
            else
            {
                distanceValue = labExample_calculateLabDistance(value, labColor);
            }

            distances.at<float>(y,x) = distanceValue;
        }
    }
}

// Small hacky function to convert a single 
// BGR color value to LAB float.
// Since the conversion function is not directly available
// we just use a Mat object to do the conversion.
cv::Vec3f labExample_bgrUchar2LabFloat(const cv::Scalar bgr)
{
    // Build Mat with single bgr pixel
    cv::Mat matWithSinglePixel = cv::Mat::zeros(1, 1, CV_8UC3);
    matWithSinglePixel.setTo(bgr);

    // Convert to float and scale accordingly
    matWithSinglePixel.convertTo(matWithSinglePixel, CV_32FC3, 1.0 / 255.0);

    // Convert to LAB and return value
    cv::cvtColor(matWithSinglePixel, matWithSinglePixel, CV_BGR2Lab);
    auto retval = matWithSinglePixel.at<cv::Vec3f>(0, 0);

    return retval;
}

void labExample_convertImageBgrUcharToLabFloat(cv::Mat& src, cv::Mat& dst)
{
    src.convertTo(dst, CV_32FC3, 1.0 / 255.0);
    cv::cvtColor(dst, dst, CV_BGR2Lab);
}

void labExample()
{
    // Load image
    std::string path = "./Testdata/Stackoverflow lab example/";
    std::string filename1 = "1.jpg";
    std::string fqn1 = path + filename1;
    cv::Mat img1 = cv::imread(fqn1, cv::IMREAD_COLOR);
    std::string filename2 = "2.jpg";
    std::string fqn2 = path + filename2;
    cv::Mat img2 = cv::imread(fqn2, cv::IMREAD_COLOR);

    // Combine images by scaling the second image so both images have the same number of columns and then combining them.
    float scalingFactorX = (float)img1.cols / img2.cols;
    float scalingFactorY = scalingFactorX;
    cv::resize(img2, img2, cv::Size(), scalingFactorX, scalingFactorY);

    std::vector<cv::Mat> mats;
    mats.push_back(img1);
    mats.push_back(img2);
    cv::Mat img;
    cv::vconcat(mats, img);

    // Lets use some reference colors.
    // Remember: OpenCV uses BGR as default color space so all colors
    // are BGR by default, too.
    cv::Scalar bgrColorRed(52, 42, 172);
    cv::Scalar bgrColorOrange(3, 111, 219);
    cv::Scalar bgrColorYellow(1, 213, 224);
    cv::Scalar bgrColorBlue(187, 95, 0);
    cv::Scalar bgrColorGray(127, 127, 127);

    // Build LAB image
    cv::Mat imgLabFloat;
    labExample_convertImageBgrUcharToLabFloat(img, imgLabFloat);

    // Convert bgr ref color to lab float.
    // INSERT color you want to analyze here:
    auto colorLabFloat = labExample_bgrUchar2LabFloat(bgrColorRed);

    cv::Mat colorDistancesWithL;
    cv::Mat colorDistancesWithoutL;
    labExample_calculateLabDistance(imgLabFloat, colorDistancesWithL, colorLabFloat, false);
    labExample_calculateLabDistance(imgLabFloat, colorDistancesWithoutL, colorLabFloat, true);

    // Color distances. They can differ for every color being analyzed.
    float maxColorDistanceWithL = 0.07f;
    float maxColorDistanceWithoutL = 0.07f;

    cv::Mat detectedValuesWithL = colorDistancesWithL <= maxColorDistanceWithL;
    cv::Mat detectedValuesWithoutL = colorDistancesWithoutL <= maxColorDistanceWithoutL;

    cv::Mat imgWithDetectedValuesWithL = cv::Mat::zeros(img.size(), CV_8UC3);
    cv::Mat imgWithDetectedValuesWithoutL = cv::Mat::zeros(img.size(), CV_8UC3);

    img.copyTo(imgWithDetectedValuesWithL, detectedValuesWithL);
    img.copyTo(imgWithDetectedValuesWithoutL, detectedValuesWithoutL);

    cv::imshow("img", img);
    cv::imshow("colorDistancesWithL", colorDistancesWithL);
    cv::imshow("colorDistancesWithoutL", colorDistancesWithoutL);
    cv::imshow("detectedValuesWithL", detectedValuesWithL);
    cv::imshow("detectedValuesWithoutL", detectedValuesWithoutL);
    cv::imshow("imgWithDetectedValuesWithL", imgWithDetectedValuesWithL);
    cv::imshow("imgWithDetectedValuesWithoutL", imgWithDetectedValuesWithoutL);
    cv::waitKey();
}

int main(int argc, char** argv)
{
    labExample();
}