Z 轴倾斜矫正

Android OpenCV 专栏收录该内容
68 篇文章 24 订阅

图像倾斜

一般图像倾斜有两种情况:

  • 平面倾斜:拍照设备与拍照对象平行,拍出来的图像只需要进行旋转即可完成矫正。

    平面倾斜图片

  • Z 轴倾斜:拍照设备与拍照对象不平行,拍出来的图像要先进行透视变换,然后再进行旋转等操作才可以完成矫正。

    Z轴倾斜图片

上一篇文章我们采用理想化图片尝试了平面倾斜的矫正,今天我们继续用理想化图片尝试Z轴倾斜矫正。核心内容就是透视变换,Android OpenCV 系列中有有一篇关于透视变换的文章,当时我们是直接手动标点,然后生成透视矩阵完成透视变换。针对 Z 轴倾斜矫正,也是可以通过人为干预标点然后通过透视变换解决,但是为了综合利用下自学的API,尝试在理想图片下自动完成。

基本思路

  • 均值漂移滤波
  • 灰度化、二值化
  • Canny边缘检测
  • 轮廓发现
  • 轮廓外接多边形
  • 透视变换矩阵
  • 透视变换

代码实现

均值漂移滤波

知识点:https://mp.weixin.qq.com/s/qNiI6MStRvm4LFiPhMiKWw

// 1. 均值漂移滤波
val blurred = Mat()
Imgproc.pyrMeanShiftFiltering(inputImage, blurred, 25.0, 10.0)

均值漂移滤波

灰度化、二值化

知识点:https://mp.weixin.qq.com/s/rNkOlGlKmZTiGVM-_e7zYQ

知识点:https://mp.weixin.qq.com/s/SfMF0RLxyklZT8-2e7QqPg

/**
 * 源图像灰度化二值化
 */
private fun processGrayAndBinary(src: Mat): Mat {
    if (src.cols() > 1000 || src.rows() > 800) {//图片过大,进行降采样
        Imgproc.pyrDown(src, src)
        Imgproc.pyrDown(src, src)
    }
    var grayImage = Mat()
    if (src.type() == CvType.CV_8UC1) {
        grayImage = src.clone()
    } else if (src.type() == CvType.CV_8UC3) {
        Imgproc.cvtColor(src, grayImage, Imgproc.COLOR_BGR2GRAY)//转化灰度图
    }

    val binaryImage = Mat()
    Imgproc.adaptiveThreshold(
        grayImage,
        binaryImage,
        255.0,
        Imgproc.ADAPTIVE_THRESH_MEAN_C,
        Imgproc.THRESH_BINARY,
        7,
        0.0
    )//自适应滤波
    return binaryImage
}

灰度化、二值化

Canny 边缘检测

知识点:https://mp.weixin.qq.com/s/6YiyPMz2JsbhhaIu8W9AEQ

// 3. 边缘检测
Imgproc.Canny(binary, binary, 100.0, 200.0, 3)

Canny边缘检测

轮廓发现

知识点:https://mp.weixin.qq.com/s/teLC9is4DbaWspmlBRnZcA

// 4. 轮廓发现
val contours = mutableListOf<MatOfPoint>()
val hierarchy = Mat()
Imgproc.findContours(
    binary,
    contours,
    hierarchy,
    Imgproc.RETR_EXTERNAL,
    Imgproc.CHAIN_APPROX_SIMPLE
)

轮廓发现

轮廓多边形

知识点: https://mp.weixin.qq.com/s/k1XoftYDd_obuoo8aCm2xA

val externalContour2f = MatOfPoint2f()
contours.first().convertTo(externalContour2f, CvType.CV_32F)
val peri = Imgproc.arcLength(externalContour2f, true)
val approxCurve = MatOfPoint2f()
// 5. 多边形逼近
Imgproc.approxPolyDP(externalContour2f, approxCurve, 0.02 * peri, true)

透视变换矩阵

知识点:https://mp.weixin.qq.com/s/rJ2-lgnQlgn6mQfsIU8fSA

val dstPoints = mutableListOf(
    Point(inputImage.width().toDouble(), 0.0),
    Point(0.0, 0.0),
    Point(0.0, inputImage.height().toDouble()),
    Point(inputImage.width().toDouble(), inputImage.height().toDouble()),
)
val dstMat = Converters.vector_Point2f_to_Mat(dstPoints)
// 6. 透视变换矩阵
val transform = Imgproc.getPerspectiveTransform(approxCurve, dstMat)

透视变换

知识点:https://mp.weixin.qq.com/s/rJ2-lgnQlgn6mQfsIU8fSA

val dst = Mat()
// 7. 透视变换
Imgproc.warpPerspective(
    inputImage,
    dst,
    transform,
    inputImage.size(),
    Imgproc.INTER_NEAREST
)

透视变换

效果

如下图,基于一些几乎无干扰的理想图片,我们可以正确的基于轮廓多边形获取到四边形的四个顶点,生成透视变换矩阵并完成透视变换。但是现实生活中,这种理想图片几乎没有,全靠图像预处理达到理想图片的效果,这里我们仅将其作为综合使用 OpenCV 基础知识的示例。

理想化效果

源码

https://github.com/onlyloveyd/LearningAndroidOpenCV

  • 4
    点赞
  • 7
    评论
  • 8
    收藏
  • 一键三连
    一键三连
  • 扫一扫,分享海报

相关推荐
©️2020 CSDN 皮肤主题: 博客之星2020 设计师:CY__ 返回首页
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、C币套餐、付费专栏及课程。

余额充值