opencv3.0识别并提取图形中的矩形
利用opencv来识别图片中的矩形。
其中遇到的问题主要是识别轮廓时矩形内部的形状导致轮廓不闭合。
1. 对输入灰度图片进行高斯滤波
2. 做灰度直方图，提取阈值，做二值化处理
3. 提取图片轮廓
4. 识别图片中的矩形
5. 提取图片中的矩形
1.对输入灰度图片进行高斯滤波
cv::Mat src = cv::imread("F:\\t13.bmp",CV_BGR2GRAY);
cv::Mat hsv;
GaussianBlur(src,hsv,cv::Size(5,5),0,0);
2.做灰度直方图，提取阈值，做二值化处理
由于给定图片，背景是黑色，矩形背景色为灰色，矩形中有些其他形状为白色，可以参考为：
提取轮廓时，矩形外部轮廓并未闭合。因此，我们需要对整幅图做灰度直方图，找到阈值，进行二值化
处理。即令像素值（黑色）小于阈值的，设置为0（纯黑色）；令像素值（灰色和白色）大于阈值的，设
置为255（白色）
* // Quantize the gray scale to 30 levels
* int gbins = 16;
* int histSize[] = {gbins};
* // gray scale varies from 0 to 256
* float granges[] = {0,256};
* const float* ranges[] = { granges };
* cv::MatND hist;
* // we compute the histogram from the 0-th and 1-st channels
* int channels[] = {0};
*
* //calculate hist
* calcHist( &hsv, 1, channels, cv::Mat(), // do not use mask
* hist, 1, histSize, ranges,
* true, // the histogram is uniform
* false );
* //find the max value of hist
* double maxVal=0;
* minMaxLoc(hist, 0, &maxVal, 0, 0);
*
* int scale = 20;
* cv::Mat histImg;
* histImg.create(500,gbins*scale,CV_8UC3);
*
* //show gray scale of hist image
* for(int g=0;g<gbins;g++){
* float binVal = hist.at<float>(g,0);
* int intensity = cvRound(binVal*255);
* rectangle( histImg, cv::Point(g*scale,0),
* cv::Point((g+1)*scale - 1,binVal/maxVal*400),
* CV_RGB(0,0,0),
* CV_FILLED );
* }
* cv::imshow("histImg",histImg);
*
* //threshold processing
* cv::Mat hsvRe;
* threshold( hsv, hsvRe, 64, 255,cv::THRESH_BINARY);
3.提取图片轮廓
为了识别图片中的矩形，在识别之前还需要提取图片的轮廓。在经过滤波、二值化处理后，轮廓提取后
的效果比未提取前的效果要好很多。
4.识别矩形
识别矩形的条件为：图片中识别的轮廓是一个凸边形、有四个顶角、所有顶角的角度都为90度。
* vector<Point> approx;
*
* for (size_t i = 0; i < contours.size(); i++)
* {
* approxPolyDP(Mat(contours[i]), approx,
* arcLength(Mat(contours[i]), true)*0.02, true);
*
* if (approx.size() == 4 &&
* fabs(contourArea(Mat(approx))) > 1000 &&
* isContourConvex(Mat(approx)))
* {
* double maxCosine = 0;
*
* for( int j = 2; j < 5; j++ )
* {
* double
cosine = fabs(angle(approx[j%4], approx[j-2], approx[j-1]));
* maxCosine = MAX(maxCosine, cosine);
* }
*
* if( maxCosine < 0.3 )
* squares.push_back(approx);
* }
* }