OpenCvSharp的学习之旅 lesson07----TheOthers

qingshanlushui · 发表于 2019-9-3 20:31:53

前六lesson已经包含了常规手段....所以lesson07就选择三个案例作为结束
本套学习心得,虽不是什么高瞻远瞩,但依旧禁止任何形式的转载or复制(含非商业),如需任何形式的转载or复制,还请论坛留言通知我一下下....

一/提取文字

/// <summary>
/// 得到文字
/// </summary>
public static void GetText(string path)
{
using (Mat zx61 = new Mat(path, ImreadModes.AnyColor | ImreadModes.AnyDepth))
using (Mat zx6161 = new Mat())
using (Mat binImage = new Mat())
using (Mat result = new Mat())
{
Cv2.CvtColor(zx61, zx6161, ColorConversionCodes.BGR2GRAY);
//对数组应用自适应阈值。包含二值图像等多种操作
Cv2.AdaptiveThreshold(~zx6161, binImage, 255, AdaptiveThresholdTypes.MeanC, ThresholdTypes.Binary, 15, -2);
InputArray kernel = Cv2.GetStructuringElement(MorphShapes.Rect, new Size(6,6), new Point(-1, -1));
Cv2.MorphologyEx(binImage, result, MorphTypes.Open, kernel, new Point(-1, -1));
Cv2.BitwiseNot(result, result);
using (new Window("Result", WindowMode.AutoSize, result))
using (new Window("zx61", WindowMode.AutoSize, zx61))
{
Cv2.WaitKey();
}
}
}

复制代码

二/利用Canny算子进行边缘提取----这段抄的...

Canny算法步骤：
1.高斯模糊 — GaussianBlur
2.灰度转化 —CvtColor
3.计算梯度 — Sobel / Scharr
4.非最大信号抑制：边缘信号很强，但只能有一个信号（边缘只能是一条线，而不能是一个有宽度的面），对其他的非边缘信号进行压制（在梯度方向上，如果不是最大信号就剔除）。
5.高低阈值输出二值图像。

//Canny算子边缘提取----这段抄的...
static Mat src = new Mat();
static Mat dst = new Mat();
static Mat gray = new Mat();
static Mat output = new Mat();
static int minVal = 50;
static int maxVal = 255;
const string outputName = "Canny Result";
public static void Canny(string path)
{
src = new Mat(path, ImreadModes.AnyColor);
dst = new Mat(src.Size(), src.Type());
new Window("SRC", WindowMode.AutoSize, src);
src.CopyTo(dst);
Cv2.CvtColor(dst, gray, ColorConversionCodes.RGB2GRAY); //转为灰度图（必须转）
new Window(outputName, WindowMode.AutoSize);
Cv2.Blur(gray, gray, new Size(3, 3), new Point(-1, -1), BorderTypes.Default);//模糊处理（降低噪点）
CvTrackbarCallback2 CannyDome = new CvTrackbarCallback2(CallBarck_CannyDome);
CvTrackbar cvt = new CvTrackbar("Bar :", outputName, minVal, maxVal, CallBarck_CannyDome, gray);
//Cv2.Canny(gray, dst, 100, 255, 3,true);
//using (new Window("DST", WindowMode.AutoSize, dst))
//using (new Window("SRC", WindowMode.AutoSize, src))
//{
Cv2.WaitKey();
}
/// <summary>
/// 委托函数
/// </summary>
/// <param name="pos">变化的量</param>
/// <param name="userdata">传入的数据对象</param>
private static void CallBarck_CannyDome(int pos, object userdata)
{
Mat m = (Mat)userdata;
Cv2.Canny(m, output, pos, pos * 2, 3, true);
dst = new Mat(src.Size(), src.Type());
src.CopyTo(dst, output); //拷贝：
Cv2.ImShow(outputName, dst);
}

复制代码

三/霍夫变换圆检测

步骤
1：因为霍夫变换对噪声比较敏感，所以首先要对图像做中值滤波。
2：基于效率考虑，OpenCv中实现霍夫变换圆检测时基于图像梯度的实现，分为两步：
a ；检测边缘发现可能的圆心。
b ；基于第一步的基础上从候选圆心开始计算最佳半径大小。

/// <summary>
/// 圆检测
/// </summary>
/// <param name="path"></param>
public static void HoughCircles(string path)
{
using (Mat zx61 = new Mat(path, ImreadModes.AnyColor ))
using (Mat zx6161 = new Mat())
{
Mat m1 = new Mat();
Cv2.MedianBlur(zx61, m1, 3); // ksize必须大于1且是奇数
Mat m2 = new Mat();
Cv2.CvtColor(m1, m2, ColorConversionCodes.BGR2GRAY);
//霍夫圆检测：使用霍夫变换查找灰度图像中的圆。
/*
* 参数：
* 1：输入参数： 8位、单通道、灰度输入图像
* 2：实现方法：目前，唯一的实现方法是HoughCirclesMethod.Gradient
* 3: dp :累加器分辨率与图像分辨率的反比。默认=1
* 4：minDist: 检测到的圆的中心之间的最小距离。(最短距离-可以分辨是两个圆的，否则认为是同心圆- src_gray.rows/8)
* 5:param1: 第一个方法特定的参数。[默认值是100] canny边缘检测阈值低
* 6:param2: 第二个方法特定于参数。[默认值是100] 中心点累加器阈值 – 候选圆心
* 7:minRadius: 最小半径
* 8:maxRadius: 最大半径
*
*/
CircleSegment[] cs = Cv2.HoughCircles(m2, HoughMethods.Gradient, 1, 80, 70, 30, 10, 60);
zx61.CopyTo(zx6161);
// Vec3d vec = new Vec3d();
for (int i = 0; i < cs.Count(); i++)
{
//画圆
Cv2.Circle(zx6161, (int)cs[i].Center.X, (int)cs[i].Center.Y, (int)cs[i].Radius, new Scalar(0, 0, 255), 2, LineTypes.AntiAlias);
//加强圆心显示
Cv2.Circle(zx6161, (int)cs[i].Center.X, (int)cs[i].Center.Y, 3, new Scalar(0, 0, 255), 2, LineTypes.AntiAlias);
}
using (new Window("OutputImage", WindowMode.AutoSize, zx6161))
using (new Window("InputImage", WindowMode.AutoSize, zx61))
{
Cv2.WaitKey();
}
}
}

复制代码

lesson4-7汇总:

zxocs.rar (3.38 KB, 下载次数: 12)

		自动登录	找回密码
密码			注册

[C#图文教程] OpenCvSharp的学习之旅 lesson07----TheOthers

评分