圖和把如圖的分辨力圖片，按照一個等級四個小正方形分割成25個子圖，方便識別。
uj5u.com熱心網友回復：
對于影像分割，有一套成熟的理論方法，我說個笨方法，
首先需要進行灰度化、二值化；
再使用不同尺寸（你可以指定大小尺寸）的矩形去移動匹配整圖，左上角到右下角，在這個程序，不斷計算矩形框的黑白能量密度比R，在移動程序中，求取一個極值為一個區域，不斷變換矩形尺寸，不斷整圖搜索，就是幾個回圈
得到N個區局后，取其中R較大的25 個
以上言論不一定正確，僅供參考，若需進行嚴謹方案解決，請使用影像分割理論的成熟演算法。
uj5u.com熱心網友回復：
搜“halcon”？uj5u.com熱心網友回復：
halcon試過，實作不了啊
uj5u.com熱心網友回復：
其實不太行，因為那樣容易把第一級右邊一半和第二級左邊一半合到一起
uj5u.com熱心網友回復：
效果的話，可能確實不好，看看能不能借助opencv里面，調調引數，驗證，我就不具體做了
uj5u.com熱心網友回復：
僅供參考：#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/imgproc/imgproc_c.h"
using namespace std;
using namespace cv;
Mat img,smallImg,gray,bw;
vector<Vec4i> hierarchy;
vector<vector<Point> > contours;
int threshval=128;
Rect r;
Rect maxrect,brect;
int idx,n;
const static Scalar colors[15]={
CV_RGB( 0, 0,128),
CV_RGB( 0,128, 0),
CV_RGB( 0,128,128),
CV_RGB(128, 0, 0),
CV_RGB(128, 0,128),
CV_RGB(128,128, 0),
CV_RGB(128,128,128),
CV_RGB(160,160,160),
CV_RGB( 0, 0,255),
CV_RGB( 0,255, 0),
CV_RGB( 0,255,255),
CV_RGB(255, 0, 0),
CV_RGB(255, 0,255),
CV_RGB(255,255, 0),
CV_RGB(255,255,255),
};
Scalar color;
void gamma_correct(Mat& img, Mat& dst, double gamma) {
Mat temp;
CvMat tmp;
img.convertTo(temp, CV_32FC1, 1.0/255.0, 0.0);
tmp=temp;
cvPow(&tmp, &tmp, gamma);
temp.convertTo(dst , CV_8UC1 , 255.0 , 0.0);
}
int main() {
cvNamedWindow("display",1);
img=imread("image.jpg",1);
r.x=img.cols/10;
r.y=img.rows/3;
r.width=img.cols*8/10;
r.height=img.rows*2/3;
smallImg=img(r);
cvtColor(smallImg,gray,CV_BGR2GRAY);
// medianBlur(gray,gray,5);
equalizeHist(gray,gray);
gamma_correct(gray,gray,4.0);
imshow("display",gray);
waitKey(0);
bw=(gray>threshval);
imshow("display",bw);
waitKey(0);
Mat Structure0=getStructuringElement(MORPH_RECT,Size(3,3));
erode(bw,bw,Structure0,Point(-1,-1));
Mat Structure1=getStructuringElement(MORPH_RECT,Size(6,6));
dilate(bw,bw,Structure1, Point(-1,-1));
imshow("display",bw);
waitKey(0);
findContours(bw,contours,hierarchy,RETR_EXTERNAL,CHAIN_APPROX_SIMPLE);
if (!contours.empty()&&!hierarchy.empty()) {
idx=0;
n=0;
vector<Point> approx;
for (;idx>=0;idx=hierarchy[idx][0]) {
color=colors[idx%15];
// drawContours(smallImg,contours,idx,color,1,8,hierarchy);
approxPolyDP(Mat(contours[idx]), approx, arcLength(Mat(contours[idx]), true)*0.005, true);//0.005為將毛邊拉直的系數
const Point* p = &approx[0];
int m=(int)approx.size();
polylines(smallImg, &p, &m, 1, true, color);
circle(smallImg,Point(p[0].x,p[0].y),3,color);
circle(smallImg,Point(p[1].x,p[1].y),2,color);
for (int i=2;i<m;i++) circle(smallImg,Point(p[i].x,p[i].y),1,color);
n++;
if (1==n) {
maxrect=boundingRect(Mat(contours[idx]));
} else {
brect=boundingRect(Mat(contours[idx]));
CvRect mr(maxrect),br(brect);
maxrect=cvMaxRect(&mr,&br);
}
}
circle(smallImg,Point(maxrect.x+maxrect.width/2,maxrect.y+maxrect.height/2),2,CV_RGB(255,0,0));
}
imshow("display",smallImg);
waitKey(0);
cvDestroyWindow("display");
return 0;
}
uj5u.com熱心網友回復：
好的，多謝大神指教，我試試看
uj5u.com熱心網友回復：
趙老師，這個不太行，畫輪廓的話，兩個小正方形稍微黏在一起點就成一個了，不好畫
uj5u.com熱心網友回復：
看看有什么好點子uj5u.com熱心網友回復：
學習了，感謝uj5u.com熱心網友回復：
后續研究一下~uj5u.com熱心網友回復：
lllluj5u.com熱心網友回復：
學習了
uj5u.com熱心網友回復：
你就不會先腐蝕幾次，把黏在一起的小正方形分開嗎？uj5u.com熱心網友回復：
做聽大牛講解uj5u.com熱心網友回復：
趙老師的回復居然不奏效了？！uj5u.com熱心網友回復：
正準備這樣做，但是比較清晰的圖片就不能這樣做了吧？我這可能遇到清晰的圖片，那好像就比較麻煩了
uj5u.com熱心網友回復：
過早的優化是萬惡之源！
uj5u.com熱心網友回復：
趙老師，不能再腐蝕了，腐蝕兩次基本小正方形就沒了啊。
uj5u.com熱心網友回復：
那只是因為你不會優雅地腐蝕：
Erode
Erode
使用任意結構元素腐蝕影像
void cvErode( const CvArr* src, CvArr* dst, IplConvKernel* element=NULL, int iterations=1 );
src
輸入影像.
dst
輸出影像.
element
用于腐蝕的結構元素。若為 NULL, 則使用 3×3 長方形的結構元素
iterations
腐蝕的次數
函式 cvErode 對輸入影像使用指定的結構元素進行腐蝕，該結構元素決定每個具有最小值象素點的鄰域形狀：
dst=erode(src,element): dst(x,y)=min((x',y') in element))src(x+x',y+y')
函式可能是本地操作，不需另外開辟存盤空間的意思。腐蝕可以重復進行 (iterations) 次. 對彩色影像，每個彩色通道單獨處理。
MorphologyEx
MorphologyEx
高級形態學變換
void cvMorphologyEx( const CvArr* src, CvArr* dst, CvArr* temp,
IplConvKernel* element, int operation, int iterations=1 );
src
輸入影像.
dst
輸出影像.
temp
臨時影像，某些情況下需要
element
結構元素
operation
形態操作的型別:
CV_MOP_OPEN - 開運算
CV_MOP_CLOSE - 閉運算
CV_MOP_GRADIENT - 形態梯度
CV_MOP_TOPHAT - "頂帽"
CV_MOP_BLACKHAT - "黑帽"
iterations
膨脹和腐蝕次數.
函式 cvMorphologyEx 在膨脹和腐蝕基本操作的基礎上，完成一些高級的形態變換：
開運算
dst=open(src,element)=dilate(erode(src,element),element)
閉運算
dst=close(src,element)=erode(dilate(src,element),element)
形態梯度
dst=morph_grad(src,element)=dilate(src,element)-erode(src,element)
"頂帽"
dst=tophat(src,element)=src-open(src,element)
"黑帽"
dst=blackhat(src,element)=close(src,element)-src
臨時影像 temp 在形態梯度以及對“頂帽”和“黑帽”操作時的 in-place 模式下需要。
uj5u.com熱心網友回復：
放大、放大、腐蝕、腐蝕、獲取每個小正方形的中心以及旋轉角度0/90°、預估的正方形大小、……從原始影像中截取每個小正方形內的影像，
……
uj5u.com熱心網友回復：
19b5cb216113a3b810d1888df60e5debuj5u.com熱心網友回復：
19b5cb216113a3b810d1888df60e5deb19b5cb216113a3b810d1888df60e5deb
19b5cb216113a3b810d1888df60e5deb
19b5cb216113a3b810d1888df60e5deb
19b5cb216113a3b810d1888df60e5deb
19b5cb216113a3b810d1888df60e5deb
uj5u.com熱心網友回復：
19b5cb216113a3b810d1888df60e5deb19b5cb216113a3b810d1888df60e5deb
19b5cb216113a3b810d1888df60e5deb
19b5cb216113a3b810d1888df60e5deb
19b5cb216113a3b810d1888df60e5deb
19b5cb216113a3b810d1888df60e5deb
19b5cb216113a3b810d1888df60e5deb
19b5cb216113a3b810d1888df60e5deb
19b5cb216113a3b810d1888df60e5deb
uj5u.com熱心網友回復：
學習
uj5u.com熱心網友回復：
趙老師，您這想法很獨到，受教了。
，但是我還有個問題，就是最后一步如何截圖？這步好像不太好實作啊。影像會受光照影響的，所以灰度值不太好判斷。
uj5u.com熱心網友回復：
各位大神，還求給個能解決方案，撈小弟一把啊uj5u.com熱心網友回復：
using namespace std;using namespace cv;
Mat img,smallImg,gray,bw;
uj5u.com熱心網友回復：
進來學習
uj5u.com熱心網友回復：
求不沉啊，來幾位大佬指條明路唄。這個拍攝環境光斬訓變得，所以二值化最好不用uj5u.com熱心網友回復：
搜“自適應二值化”uj5u.com熱心網友回復：
搜“直方圖均勻化”uj5u.com熱心網友回復：
收到！
uj5u.com熱心網友回復：
https://docs.opencv.org/3.4.0/d4/dc6/tutorial_py_template_matching.htmluj5u.com熱心網友回復：
我問個小問題，為什么findcontours函式找到的輪廓的左上角點的坐標不是按照從左往后從上往下的順序排的，我找了半天也沒找到為什么啊
uj5u.com熱心網友回復：
倫家是按照逆時針表示外部輪廓，順時針表示內部空洞好不啦。轉載請註明出處，本文鏈接：https://www.uj5u.com/gongcheng/75357.html
標籤：圖形處理/算法