概述
1、问题:在前阵子用opencv做书籍扫描相关的一个项目时,发现将检测出的边缘通过求外接矩形面积得到最大轮廓后利用轮廓近似函数
`ep = num * cv2.arcLength(con, True)
# con为预先得到的最大轮廓
con = cv2.approxPolyDP(con, ep, True)`
逼近为指定边数的多边形时(因为是书籍扫描矫正,所以为了后续能获取四边形四个点,需要逼近为四边形),对于不同图片的不同轮廓,ep的值(num的值)不尽相同,而为了能确保在操作不同图片时都能逼近为四边形,我对该函数做了一些操作的改进
2、解决办法:由大津阈值法得到启发,由于num值越小近似出的边数越多,所以我们可以利用迭代的方式,不断加大num的值,直到近似为四边形停止
def myApprox(self, con):# con为预先得到的最大轮廓
num = 0.001
# 初始化时不需要太小,因为四边形所需的值并不很小
ep = num * cv2.arcLength(con, True)
con = cv2.approxPolyDP(con, ep, True)
while (1):
if len(con) <= 4:#防止程序崩溃设置的<=4
break
else:
num = num * 1.5
ep = num * cv2.arcLength(con, True)
con = cv2.approxPolyDP(con, ep, True)
continue
return con
(这里仅作为一个思路参考,具体参数可以自己调试)
这样就可以直接得到近似为四边形的轮廓:
红色为近似后
随后可以利用矩阵变换矫正
因为书是放在布上拍的所以有些不平整
对于较平整的图片效果很好
最后
以上就是刻苦煎蛋为你收集整理的opencv中轮廓近似(多边形逼近)自定义指定边数的全部内容,希望文章能够帮你解决opencv中轮廓近似(多边形逼近)自定义指定边数所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复