Android+OpenCv4实现边缘检测及轮廓绘制出图像最大边缘

2024-04-02 19:04:59 909人浏览安东尼

Python 官方文档：入门教程 => 点击学习

摘要

实现步骤：图像灰度化边缘检测根据Canny检测得出来的Mat寻找轮廓算出最大轮廓周长or面积根据获取到的最大轮廓下标进行轮廓绘制

实现步骤：

图像灰度化
边缘检测
根据Canny检测得出来的Mat寻找轮廓
算出最大轮廓周长or面积
根据获取到的最大轮廓下标进行轮廓绘制
画出最大矩形，并返回Rect

Canny边缘检测

基于Canny算法的边缘检测主要有5个步骤，依次是高斯滤波、像素梯度计算、非极大值像素梯度抑制、滞后阈值处理和孤立弱边缘抑制。Canny在有噪声的情况下表现好不好，取决于前面的降噪过程，可以手动做高斯处理提高识别率。



public static void Canny(Mat image, Mat edges, double threshold1, double threshold2, int apertureSize, boolean L2gradient)

使用


    
    public static Mat canny(Bitmap bitmap) {
        Mat mSource = new Mat();

        Utils.bitmapToMat(bitmap, mSource);
        Mat grayMat = new Mat();
        Imgproc.cvtColor(mSource,grayMat,Imgproc.COLOR_BGR2GRAY);//转换成灰度图
        Mat mat = mSource.clone();
        Imgproc.Canny(mSource, mat, 75, 200);
        return mat;
    }

在这里插入图片描述

获取图像最大矩形


   
    public  Rect findMaxRect(Mat cannyMat) {
        Mat tmp = mSource.clone();
        List<MatOfPoint> contours = new ArrayList<MatOfPoint>();
        Mat hierarchy = new Mat();
        // 寻找轮廓
        Imgproc.findContours(cannyMat, contours, hierarchy, Imgproc.RETR_EXTERNAL, Imgproc.CHaiN_APPROX_SIMPLE);
        int index = 0;
        double perimeter = 0;
        // 找出匹配到的最大轮廓
        for (int i = 0; i < contours.size(); i++) {
            // 最大面积
//            double area = Imgproc.contourArea(contours.get(i));
            //最大周长
            MatOfPoint2f source = new MatOfPoint2f();
            source.fromList(contours.get(i).toList());
            double length = Imgproc.arcLength(source,true);
            if(length>perimeter){
                perimeter =  length;
                index = i;
            }
        }
      
        
        Imgproc.drawContours(
                tmp,
                contours,
                index,
                new Scalar(0.0, 0.0, 255.0),
                9,
                Imgproc.LINE_AA

        );

        Rect rect = Imgproc.boundingRect(contours.get(index));
//        Imgproc.rectangle(tmp, rect, new Scalar(0.0, 0.0, 255.0), 4, Imgproc.LINE_8);
        showImg(tmp);

        return rect;
    }

  
    private void showImg(Mat mat){

        Bitmap bitmap = Bitmap.createBitmap(mat.width(), mat.height(), Bitmap.Config.ARGB_8888);
        Utils.matToBitmap(mat, bitmap);
        mIvSrc.setImageBitmap(bitmap);
        mat.release();
    }

最终效果图

在这里插入图片描述