C++OpenCV实战之图像透视矫正

Lamaara ·

更新时间:2024-11-01

· 586 次阅读

前言

一、图像预处理

二、轮廓提取

1.提取最外轮廓

2.提取矩形四个角点

3.将矩形角点排序

三、透视矫正

四、源码

前言

本文将使用OpenCV C++ 进行图像透视矫正。

一、图像预处理

原图如图所示。首先进行图像预处理。将图像进行灰度、滤波、二值化、形态学等操作，目的是为了下面的轮廓提取。在这里我还使用了形态学开、闭操作，目的是使整个二值图像连在一起。大家在做图像预处理时，可以根据图像特征自行处理。

Mat gray;
cvtColor(src, gray, COLOR_BGR2GRAY);
Mat gaussian;
GaussianBlur(gray, gaussian, Size(3, 3), 0);
Mat thresh;
threshold(gaussian, thresh, 0, 255, THRESH_BINARY_INV | THRESH_OTSU);
Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3));
Mat open;
morphologyEx(thresh, open, MORPH_OPEN, kernel);
Mat kernel1 = getStructuringElement(MORPH_RECT, Size(7, 7));
Mat close;
morphologyEx(open, close, MORPH_CLOSE, kernel1);

如图就是经过图像预处理得到的二值图像。

二、轮廓提取 1.提取最外轮廓

vector<vector<Point>>contours;
findContours(close, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

使用findContours、RETR_EXTERNAL就可以提取出物体最外轮廓。

2.提取矩形四个角点

接下来将使用approxPolyDP进行多边形轮廓拟合，目的是为了找到矩形的四个角点。关于approxPolyDP API大家可以自行百度查看其用法。

vector<vector<Point>>conPoly(contours.size());
vector<Point>srcPts;
for (int i = 0; i < contours.size(); i++)
{
double area = contourArea(contours[i]);
if (area > 10000)
{
double peri = arcLength(contours[i], true);
approxPolyDP(contours[i], conPoly[i], 0.02*peri, true);
             //获取矩形四个角点
srcPts = { conPoly[i][0],conPoly[i][1],conPoly[i][2],conPoly[i][3] };
}
}

3.将矩形角点排序

由于我们之前使用的approxPolyDP获取的角点是无序的，所以我们得确定各角点所在的位置。在这里我使用的算法是根据其角点所在图像位置特征确定左上、左下、右下、右上四个点。

int width = src.cols / 2;
int height = src.rows / 2;
int T_L, T_R, B_R, B_L;
for (int i = 0; i < srcPts.size(); i++)
{
if (srcPts[i].x < width && srcPts[i].y < height)
{
T_L = i;
}
if (srcPts[i].x > width && srcPts[i].y < height)
{
T_R = i;
}
if (srcPts[i].x > width && srcPts[i].y > height)
{
B_R = i;
}
if (srcPts[i].x < width && srcPts[i].y > height)
{
B_L = i;
}
}

如图所示。至此已经完成了矩形四个角点的定位。接下来就可以使用透视变换进行图像矫正了。

三、透视矫正

在这里我们需要知道透视变换一个原理：

变换后，图像的长和宽应该变为：

长 = max（变换前左边长，变换前右边长）

宽 = max（变换前上边长，变换前下边长）

设变换后图像的左上角位置为原点位置。

double LeftHeight = EuDis(srcPts[T_L], srcPts[B_L])
double RightHeight = EuDis(srcPts[T_R], srcPts[B_R]);
double MaxHeight = max(LeftHeight, RightHeight);
double UpWidth = EuDis(srcPts[T_L], srcPts[T_R]);
double DownWidth = EuDis(srcPts[B_L], srcPts[B_R]);
double MaxWidth = max(UpWidth, DownWidth);

确定变换后的长宽之后，就可以使用getPerspectiveTransform、warpPerspective进行透视矫正了。

//这里使用的顺序是左上、右上、右下、左下顺时针顺序。SrcAffinePts、DstAffinePts要一一对应
Point2f SrcAffinePts[4] = { Point2f(srcPts[T_L]),Point2f(srcPts[T_R]) ,Point2f(srcPts[B_R]) ,Point2f(srcPts[B_L]) };
Point2f DstAffinePts[4] = { Point2f(0,0),Point2f(MaxWidth,0),Point2f(MaxWidth,MaxHeight),Point2f(0,MaxHeight) };
Mat M = getPerspectiveTransform(SrcAffinePts, DstAffinePts);
Mat DstImg;
warpPerspective(src, DstImg, M, Point(MaxWidth, MaxHeight));

这就是进行透视矫正之后的效果。

四、源码

#include<iostream>
#include<opencv2/opencv.hpp>
using namespace std;
using namespace cv;
double EuDis(Point pt1, Point pt2)
{
return sqrt((pt2.x - pt1.x)*(pt2.x - pt1.x) + (pt2.y - pt1.y)*(pt2.y - pt1.y));
}
int main()
{
Mat src = imread("1.jpg");
if (src.empty())
{
cout << "No Image!" << endl;
system("pause");
return -1;
}
Mat gray;
cvtColor(src, gray, COLOR_BGR2GRAY);
Mat gaussian;
GaussianBlur(gray, gaussian, Size(3, 3), 0);
Mat thresh;
threshold(gaussian, thresh, 0, 255, THRESH_BINARY_INV | THRESH_OTSU);
Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3));
Mat open;
morphologyEx(thresh, open, MORPH_OPEN, kernel);
Mat kernel1 = getStructuringElement(MORPH_RECT, Size(7, 7));
Mat close;
morphologyEx(open, close, MORPH_CLOSE, kernel1);
vector<vector<Point>>contours;
findContours(close, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);
vector<vector<Point>>conPoly(contours.size());
vector<Point>srcPts;
for (int i = 0; i < contours.size(); i++)
{
double area = contourArea(contours[i]);
if (area > 10000)
{
double peri = arcLength(contours[i], true);
approxPolyDP(contours[i], conPoly[i], 0.02*peri, true);
srcPts = { conPoly[i][0],conPoly[i][1],conPoly[i][2],conPoly[i][3] };
}
}
int width = src.cols / 2;
int height = src.rows / 2;
int T_L, T_R, B_R, B_L;
for (int i = 0; i < srcPts.size(); i++)
{
if (srcPts[i].x < width && srcPts[i].y < height)
{
T_L = i;
}
if (srcPts[i].x > width && srcPts[i].y < height)
{
T_R = i;
}
if (srcPts[i].x > width && srcPts[i].y > height)
{
B_R = i;
}
if (srcPts[i].x < width && srcPts[i].y > height)
{
B_L = i;
}
}
//circle(src, srcPts[T_L], 10, Scalar(0, 0, 255), -1);
//circle(src, srcPts[T_R], 10, Scalar(0, 255, 255), -1);
//circle(src, srcPts[B_R], 10, Scalar(255, 0, 0), -1);
//circle(src, srcPts[B_L], 10, Scalar(0, 255, 0), -1);
/*
变换后，图像的长和宽应该变为：
长 = max（变换前左边长，变换前右边长）
宽 = max（变换前上边长，变换前下边长）
设变换后图像的左上角位置为原点位置。
*/
double LeftHeight = EuDis(srcPts[T_L], srcPts[B_L]);
double RightHeight = EuDis(srcPts[T_R], srcPts[B_R]);
double MaxHeight = max(LeftHeight, RightHeight);
double UpWidth = EuDis(srcPts[T_L], srcPts[T_R]);
double DownWidth = EuDis(srcPts[B_L], srcPts[B_R]);
double MaxWidth = max(UpWidth, DownWidth);
Point2f SrcAffinePts[4] = { Point2f(srcPts[T_L]),Point2f(srcPts[T_R]) ,Point2f(srcPts[B_R]) ,Point2f(srcPts[B_L]) };
Point2f DstAffinePts[4] = { Point2f(0,0),Point2f(MaxWidth,0),Point2f(MaxWidth,MaxHeight),Point2f(0,MaxHeight) };
Mat M = getPerspectiveTransform(SrcAffinePts, DstAffinePts);
Mat DstImg;
warpPerspective(src, DstImg, M, Point(MaxWidth, MaxHeight));
//imshow("Dst", DstImg);
imshow("src", src);
waitKey(0);
destroyAllWindows();
system("pause");
return 0;
}

总结

本文使用OpenCV C++ 进行图像透视矫正，关键步骤有以下几点。

1、图像预处理，获取二值图像。

2、将二值图像进行轮廓提取，定位矩形四个角点，并确定其位置。

3、确定图像变换后的长、宽。并将SrcAffinePts、DstAffinePts一一对应之后进行透视变换。

到此这篇关于C++ OpenCV实战之图像透视矫正的文章就介绍到这了,更多相关C++ OpenCV图像透视矫正内容请搜索软件开发网以前的文章或继续浏览下面的相关文章希望大家以后多多支持软件开发网！

c+ opencv

1024 个赞