如何使用 OpenCV 检测简单的几何形状

Question

我有这个项目，我需要（在 iOS 上）检测图像中的简单几何形状。

在互联网上搜索后，我得出结论，最好的工具是 OpenCV。问题是，直到两个小时前，我还不知道 OpenCV 是什么，而且我什至从未远程做过任何涉及图像处理的事情。我的主要经验是 JS/HTML,C#,SQL,Objective-C...

我从哪里开始？

我发现这个answer 能够消化，并且通过阅读其他内容，我知道OpenCV 应该返回一个带有点/角的形状数组，这是真的吗？另外它将如何代表一个圆圈或半个圆圈？ 还有形状方向呢？

您知道任何可以演示类似功能的 Demo iOS 项目吗？

Answer 1

如果你只有这些规则形状，有一个简单的过程如下：

1. 在图像中查找轮廓（图像应该是您问题中给出的二进制）
2. 使用approxPolyDP 函数逼近每个轮廓。
3. 首先，检查所有形状的近似轮廓中的元素数量。就是认形状。例如，正方形有 4 个，五边形有 5 个。圆形会有更多，我不知道，所以我们找到它。 （我得到了 16 圈和 9 半圈。）
4. 现在分配颜色，为您的测试图像运行代码，检查它的编号，用相应的颜色填充它。

以下是我在 Python 中的示例：

import numpy as np
import cv2

img = cv2.imread('shapes.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret,thresh = cv2.threshold(gray,127,255,1)

contours,h = cv2.findContours(thresh,1,2)

for cnt in contours:
    approx = cv2.approxPolyDP(cnt,0.01*cv2.arcLength(cnt,True),True)
    print len(approx)
    if len(approx)==5:
        print "pentagon"
        cv2.drawContours(img,[cnt],0,255,-1)
    elif len(approx)==3:
        print "triangle"
        cv2.drawContours(img,[cnt],0,(0,255,0),-1)
    elif len(approx)==4:
        print "square"
        cv2.drawContours(img,[cnt],0,(0,0,255),-1)
    elif len(approx) == 9:
        print "half-circle"
        cv2.drawContours(img,[cnt],0,(255,255,0),-1)
    elif len(approx) > 15:
        print "circle"
        cv2.drawContours(img,[cnt],0,(0,255,255),-1)

cv2.imshow('img',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

下面是输出：

请记住，它仅适用于常规形状。

您也可以使用houghcircles 来查找圈子。你可以找到tutorial here。

关于 iOS，OpenCV 开发者今年夏天正在开发一些 iOS 示例，所以请访问他们的网站：www.code.opencv.org 并与他们联系。

你可以在这里找到他们的教程幻灯片：http://code.opencv.org/svn/gsoc2012/ios/trunk/doc/CVPR2012_OpenCV4IOS_Tutorial.pdf

Answer 2

您还可以使用template matching 来检测图像中的形状。

Answer 3

答案取决于是否存在其他形状、噪声级别（如果有）以及您想要提供的不变性（例如旋转、缩放等）。这些要求不仅定义了算法，还定义了提取特征所需的预处理阶段。

Template matching 在形状不旋转或缩放以及周围没有类似形状的情况下效果很好；也就是说，它会在模板所在的图像中找到最佳翻译：

double minVal, maxVal;
Point minLoc, maxLoc;
Mat image, template, result; // template is your shape
matchTemplate(image, template, result, CV_TM_CCOEFF_NORMED);
minMaxLoc(result, &minVal, &maxVal, &minLoc, &maxLoc); // maxLoc is answer

Geometric hashing 是在旋转和缩放方面获得不变性的好方法；这种方法需要提取一些轮廓点。

Generalized Hough transform 可以处理不变性、噪声并且具有最少的预处理，但它比其他方法更难实现。 OpenCV 对线和圆有这样的变换。

在形状数量有限的情况下，计算矩或计算凸包顶点可能是最简单的解决方案：openCV structural analysis