【opencv+C++】在图像中找四边形

【opencv+C++】在图像中找四边形

转载 2014年11月15日
14:02:40

1562

[cpp] view
plain copy

/* 

这个程序的基本思想是：对输入的图像进行滤波去掉噪音，然后进行canny边缘检测，之后进行膨胀，然后寻找轮廓，对轮廓进行多边形的逼近，检测多边形的点数是否是4而且各个角的的余弦是否是小于某个值，程序中认为是0.3，然后就判断该多边形是四边形，之后根据这四个点画出该图像。 

 

ps：我对程序中余弦定理的使用 感觉公式用错了 

*/  

  

#include "stdafx.h"     

    

#include "cv.h"     

#include "highgui.h"     

#include <stdio.h>     

#include <math.h>     

#include <string.h>     

    

    

int thresh = 50;     

IplImage* img = 0;     

IplImage* img0 = 0;     

CvMemStorage* storage = 0;     

CvPoint pt[4];     

const char* wndname = "Square Detection Demo";     

    

// helper function:     

// finds a cosine of angle between vectors     

// from pt0->pt1 and from pt0->pt2      

double angle( CvPoint* pt1, CvPoint* pt2, CvPoint* 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;     

       //1e-10就是“aeb”的形式，表示a乘以10的b次方。     

       //其中b必须是整数，a可以是小数。     

       //?余弦定理CosB=(a^2+c^2-b^2)/2ac？？所以这里的计算似乎有问题     

       return (dx1*dx2 + dy1*dy2)/sqrt((dx1*dx1 + dy1*dy1)*(dx2*dx2 + dy2*dy2) + 1e-10);     

}     

    

// returns sequence of squares detected on the image.     

// the sequence is stored in the specified memory storage     

    

CvSeq* findSquares4( IplImage* img, CvMemStorage* storage )     

{     

       CvSeq* contours;     

       int i, c, l, N = 11;     

       CvSize sz = cvSize( img->width & -2, img->height & -2 );     

       IplImage* timg = cvCloneImage( img ); // make a copy of input image     

       IplImage* gray = cvCreateImage( sz, 8, 1 );      

       IplImage* pyr = cvCreateImage( cvSize(sz.width/2, sz.height/2), 8, 3 );     

       IplImage* tgray;     

       CvSeq* result;     

       double s, t;     

       // create empty sequence that will contain points -     

       // 4 points per square (the square's vertices)     

       CvSeq* squares = cvCreateSeq( 0, sizeof(CvSeq), sizeof(CvPoint), storage );     

         

       // select the maximum ROI in the image     

       // with the width and height divisible by 2     

       cvSetImageROI( timg, cvRect( 0, 0, sz.width, sz.height ));     

         

       // down-scale and upscale the image to filter out the noise     

       //使用gaussian金字塔分解对输入图像向下采样，首先对它输入的图像用指定滤波器     

       //进行卷积，然后通过拒绝偶数的行与列来下采样     

       cvPyrDown( timg, pyr, 7 );     

       //函数 cvPyrUp 使用Gaussian 金字塔分解对输入图像向上采样。首先通过在图像中插入 0 偶数行和偶数列，然后对得到的图像用指定的滤波器进行高斯卷积，其中滤波器乘以4做插值。所以输出图像是输入图像的 4 倍大小。     

       cvPyrUp( pyr, timg, 7 );     

       tgray = cvCreateImage( sz, 8, 1 );     

         

       // find squares in every color plane of the image     

       for( c = 0; c < 3; c++ )     

       {     

           // extract the c-th color plane     

           //函数 cvSetImageCOI 基于给定的值设置感兴趣的通道。值 0 意味着所有的通道都被选定, 1 意味着第一个通道被选定等等。     

           cvSetImageCOI( timg, c+1 );     

           cvCopy( timg, tgray, 0 );     

             

           // try several threshold levels     

           for( l = 0; l < N; l++ )     

           {     

               // hack: use Canny instead of zero threshold level.     

               // Canny helps to catch squares with gradient shading        

               if( l == 0 )     

               {     

                   // apply Canny. Take the upper threshold from slider     

                   // and set the lower to 0 (which forces edges merging)      

                   cvCanny( tgray, gray,60, 180, 3 );     

                   // dilate canny output to remove potential     

                   // holes between edge segments      

                   //使用任意结构元素膨胀图像     

                   cvDilate( gray, gray, 0, 1 );     

               }     

               else     

               {     

                   // apply threshold if l!=0:     

                   //        tgray(x,y) = gray(x,y) < (l+1)*255/N ? 255 : 0     

                   //cvThreshold( tgray, gray, (l+1)*255/N, 255, CV_THRESH_BINARY );     

       cvThreshold( tgray, gray, 50, 255, CV_THRESH_BINARY );     

               }     

                 

               // find contours and store them all as a list     

               cvFindContours( gray, storage, &contours, sizeof(CvContour),     

                   CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE, cvPoint(0,0) );     

                 

               // test each contour     

               while( contours )     

               {     

                   // approximate contour with accuracy proportional     

                   // to the contour perimeter     

                   //用指定精度逼近多边形曲线     

                   result = cvApproxPoly( contours, sizeof(CvContour), storage,     

                       CV_POLY_APPROX_DP, cvContourPerimeter(contours)*0.02, 0 );     

                   // square contours should have 4 vertices after approximation     

                   // relatively large area (to filter out noisy contours)     

                   // and be convex.     

                   // Note: absolute value of an area is used because     

                   // area may be positive or negative - in accordance with the     

                   // contour orientation     

                   //cvContourArea 计算整个轮廓或部分轮廓的面积     

                   //cvCheckContourConvexity测试轮廓的凸性                       

                   if( result->total == 4 &&     

                       fabs(cvContourArea(result,CV_WHOLE_SEQ)) > 1000 &&     

                       cvCheckContourConvexity(result) )     

                   {     

                       s = 0;     

                         

                       for( i = 0; i < 5; i++ )     

                       {     

                           // find minimum angle between joint     

                           // edges (maximum of cosine)     

                           if( i >= 2 )     

                           {     

                               t = fabs(angle(     

                               (CvPoint*)cvGetSeqElem( result, i ),     

                               (CvPoint*)cvGetSeqElem( result, i-2 ),     

                               (CvPoint*)cvGetSeqElem( result, i-1 )));     

                               s = s > t ? s : t;     

                           }     

                       }     

                         

                       // if cosines of all angles are small     

                       // (all angles are ~90 degree) then write quandrange     

                       // vertices to resultant sequence      

                       if( s < 0.3 )     

                           for( i = 0; i < 4; i++ )     

                               cvSeqPush( squares,     

                                   (CvPoint*)cvGetSeqElem( result, i ));     

                   }     

                     

                   // take the next contour     

                   contours = contours->h_next;     

               }     

           }     

       }     

         

       // release all the temporary images     

       cvReleaseImage( &gray );     

       cvReleaseImage( &pyr );     

       cvReleaseImage( &tgray );     

       cvReleaseImage( &timg );     

         

       return squares;     

}     

    

    

// the function draws all the squares in the image     

void drawSquares( IplImage* img, CvSeq* squares )     

{     

       CvSeqReader reader;     

       IplImage* cpy = cvCloneImage( img );     

       int i;     

         

       // initialize reader of the sequence     

       cvStartReadSeq( squares, &reader, 0 );     

         

       // read 4 sequence elements at a time (all vertices of a square)     

       for( i = 0; i < squares->total; i += 4 )     

       {     

           CvPoint* rect = pt;     

           int count = 4;     

             

           // read 4 vertices     

           memcpy( pt, reader.ptr, squares->elem_size );     

           CV_NEXT_SEQ_ELEM( squares->elem_size, reader );     

           memcpy( pt + 1, reader.ptr, squares->elem_size );     

           CV_NEXT_SEQ_ELEM( squares->elem_size, reader );     

           memcpy( pt + 2, reader.ptr, squares->elem_size );     

           CV_NEXT_SEQ_ELEM( squares->elem_size, reader );     

           memcpy( pt + 3, reader.ptr, squares->elem_size );     

           CV_NEXT_SEQ_ELEM( squares->elem_size, reader );     

             

           // draw the square as a closed polyline      

           cvPolyLine( cpy, &rect, &count, 1, 1, CV_RGB(0,255,0), 3, CV_AA, 0 );     

       }     

         

       // show the resultant image     

       cvShowImage( wndname, cpy );     

       cvReleaseImage( &cpy );     

}     

    

    

void on_trackbar( int a )     

{     

       if( img )     

           drawSquares( img, findSquares4( img, storage ) );     

}     

    

char* names[] = { "E:\\1.jpg", "E:\\2.jpg", "E:\\3.jpg",     

                     "E:\\4.jpg", "E:\\5.jpg", 0 };     

    

int main(int argc, char** argv)     

{     

       int i, c;     

       // create memory storage that will contain all the dynamic data     

       storage = cvCreateMemStorage(0);     

    

       for( i = 0; names[i] != 0; i++ )     

       {     

           // load i-th image     

           img0 = cvLoadImage( names[i], 1 );     

           if( !img0 )     

           {     

               printf("Couldn't load %s\n", names[i] );     

               continue;     

           }     

           img = cvCloneImage( img0 );     

             

           // create window and a trackbar (slider) with parent "image" and set callback     

           // (the slider regulates upper threshold, passed to Canny edge detector)      

           cvNamedWindow( wndname,0 );     

           cvCreateTrackbar( "canny thresh", wndname, &thresh, 1000, on_trackbar );     

             

           // force the image processing     

           on_trackbar(0);     

           // wait for key.     

           // Also the function cvWaitKey takes care of event processing     

           c = cvWaitKey(0);     

           // release both images     

           cvReleaseImage( &img );     

           cvReleaseImage( &img0 );     

           // clear memory storage - reset free space position     

           cvClearMemStorage( storage );     

           if( c == 27 )     

               break;     

       }     

         

       cvDestroyWindow( wndname );     

         

       return 0;     

}