OpenCV图像处理中“投影技术”的使用
本文区分”问题引出“、”概念抽象“、”算法实现“三个部分由表及里具体讲解OpenCV图像处理中“投影技术”的使用,并通过”答题卡识别“”OCR字符分割”“压板识别”“轮廓展开分析”四个的例子具体讲解算法使用。使得读者能够对“投影技术”加速认识和理解,从而在解决具体问题的时候多一个有效方法。
内容将涉及如下:
1. “投影技术”的基本概念 2. “投影技术”的数学抽象 3. “投影技术”的算法实现 4. “投影技术”在“答题卡识别”场景下的使用 5. “投影技术”在“OCR 字符分割”场景下的使用 6. “投影技术”在“压板识别”例子中的使用 7. “投影技术”在“树叶轮廓分析”中的使用 8. 如何在解决实际问题的时候采用灵活的方法
一、问题引出“
我第一次集中遇到需要“投影”技术解决的问题,是在“答题卡”项目中。
![](https://img2023.cnblogs.com/blog/2917779/202212/2917779-20221222113419761-1996524826.png)
在这样采集到的图像中,大量存在黑色的定位区块:
![](https://img2023.cnblogs.com/blog/2917779/202212/2917779-20221222113518544-1290630124.png)
如果进一步定位,可以得到这样的结果:
![](https://img2023.cnblogs.com/blog/2917779/202212/2917779-20221222113529670-1049884340.png)
如果做成连续图像
![](https://img2023.cnblogs.com/blog/2917779/202212/2917779-20221222113542879-1621390694.png)
在这波峰波谷中,存在着的“量化”结果,对应了答题卡中的定位关系。
![](https://img2023.cnblogs.com/blog/2917779/202212/2917779-20221222113553274-1630980116.png)
二、概念抽象
在前面的分析里,我们已经基本建立起“投影”的概念。从离散的角度来说,也就是:
局部最大值:F(x)>F(x−1)且F(x)>F(x+1)
局部最小值:F(x)<F(x−1)且F(x)<F(x+1)
类似于求极值、求切线等的情况。
三、算法实现
//投影到x或Y轴上,上波形为vup,下波形为vdown,gap为误差间隔 void projection2(Mat src,vector<int>& vup,vector<int>& vdown,int direction = DIRECTION_X,int gap = 10); void projection2(Mat src, vector<int>& vup, vector<int>& vdown, int direction, int gap) { Mat tmp = src.clone(); vector<int> vdate; if (DIRECTION_X == direction) { for (int i = 0; i < tmp.cols; i++) { Mat data = tmp.col(i); int itmp = countNonZero(data); vdate.push_back(itmp); } } else { for (int i = 0; i < tmp.rows; i++) { Mat data = tmp.row(i); int itmp = countNonZero(data); vdate.push_back(itmp); } } //整形,去除长度小于gap的零的洞 if (vdate.size() <= gap) return; for (int i = 0; i < vdate.size() - gap; i++) { if (vdate[i] > 0 && vdate[i + gap] > 0) { for (int j = i; j < i + gap; j++) { vdate[j] = 1; } i = i + gap - 1; } } //记录上下沿 for (int i = 1; i < vdate.size(); i++) { if (vdate[i - 1] == 0 && vdate[i] > 0) vup.push_back(i); if (vdate[i - 1] > 0 && vdate[i] == 0) vdown.push_back(i); } }
在具体使用过程中,注意相关控制变量的管理。
四、问题迁移
1、OCR字符分割
通过看字符的特点,里面加了一些单个点的干扰,可以通过纵向投影来过滤,编写代码,查看特征
![](https://img2023.cnblogs.com/blog/2917779/202212/2917779-20221222113716344-1874560692.png)
在这样的OCR识别中,首先可以通过投影的方法,实现字符的分割。
2、压板识别
![](https://img2023.cnblogs.com/blog/2917779/202212/2917779-20221222113733022-1273856944.png)
在这样的项目中,同样可以通过投影的方法,获得各个压板的准确定位。
3、轮廓展开分析
![](https://img2023.cnblogs.com/blog/2917779/202212/2917779-20221222113812691-455676489.png)
在类似树叶这样的测量中,可以通过“极坐标转换”,将树叶的这样的曲线转换成可以分析的投影,从而得到比如“树叶有多少个分叉”“有无缺陷”这样的定量信息。