二值影象分析之輪廓分析

Tony沈哲發表於2017-05-02

影象的二值化

在先前的文章二值影象分析:案例實戰(文字分離+硬幣計數)中已經介紹過，什麼是影象的二值化以及二值化的作用。

這次，我們藉助cv4j來實現簡單的基於內容的影象分析。

輪廓分析(Contour Analysis)

輪廓(Contours)，指的是有相同顏色或者密度，連線所有連續點的一條曲線。檢測輪廓的工作對形狀分析和物體檢測與識別都非常有用。

完整的輪廓分析大致是這樣的：
第一步，先對圖片進行二值化。當然，也可以直接用Canny進行檢測邊緣，在本文中我們採用二值化。

        CV4JImage cv4JImage = new CV4JImage(bitmap);
        Threshold threshold = new Threshold();
        threshold.process((ByteProcessor)(cv4JImage.convert2Gray().getProcessor()),Threshold.THRESH_OTSU,Threshold.METHOD_THRESH_BINARY,255);
        image1.setImageBitmap(cv4JImage.getProcessor().getImage().toBitmap());複製程式碼

第二步，連通元件標記。

ConnectedAreaLabel connectedAreaLabel = new ConnectedAreaLabel();
        connectedAreaLabel.setFilterNoise(true);
        int[] mask = new int[cv4JImage.getProcessor().getWidth() * cv4JImage.getProcessor().getHeight()];
        connectedAreaLabel.process((ByteProcessor)cv4JImage.getProcessor(),mask,null,false);

        SparseIntArray colors = new SparseIntArray();
        Random random = new Random();

        int height = cv4JImage.getProcessor().getHeight();
        int width = cv4JImage.getProcessor().getWidth();
        int size = height * width;
        for (int i = 0;i<size;i++) {
            int c = mask[i];
            if (c>=0) {
                colors.put(c, Color.argb(255, random.nextInt(255),random.nextInt(255),random.nextInt(255)));
            }
        }

        cv4JImage.resetBitmap();
        Bitmap newBitmap = cv4JImage.getProcessor().getImage().toBitmap();

        for(int row=0; row<height; row++) {
            for (int col = 0; col < width; col++) {

                int c = mask[row*width+col];
                if (c>=0) {
                    newBitmap.setPixel(col,row,colors.get(c));
                }
            }
        }

        image2.setImageBitmap(newBitmap);複製程式碼

在識別出的連通元件上進行著色，顏色是隨機產生的。

二值影象分析之輪廓分析
輪廓分析一.jpeg

第三步，進行輪廓分析。

        // 輪廓分析
        Bitmap thirdBitmap = Bitmap.createBitmap(newBitmap);
        ContourAnalysis ca = new ContourAnalysis();
        List<MeasureData> measureDatas = new ArrayList<>();
        ca.process((ByteProcessor)(cv4JImage.convert2Gray().getProcessor()),mask,measureDatas);

        Canvas canvas = new Canvas(thirdBitmap);
        Paint paint = new Paint();
        paint.setColor(Color.WHITE);
        for (MeasureData data:measureDatas) {
            canvas.drawText(data.toString(),data.getCp().x,data.getCp().y,paint);
        }
        image3.setImageBitmap(thirdBitmap);複製程式碼

二值影象分析之輪廓分析
輪廓分析二.jpeg

我們提供了ContourAnalysis類來實現輪廓分析。最後，在識別的物體中心新增了一段文字描述。

把第三步的結果放大，可以看到具體的描述內容。包含了物體的質心、輪廓旋轉的角度、面積(畫素的面積)以及圓度(測量輪廓為圓的可能性)

二值影象分析之輪廓分析
輪廓分析三.jpeg

將這些描述內容列印到日誌中。

二值影象分析之輪廓分析
列印日誌.jpeg

ContourAnalysis採用幾何距的演算法。 矩是描述影象特徵的運算元，主要應用於影象檢索和識別 、影象匹配 、影象重建 、數字壓縮 、數字水印及運動影象序列分析等。

一階矩和零階矩用來計算某個形狀的重心。

二值影象分析之輪廓分析
一階矩和零階矩.jpeg

其中，M00是零階矩，M10、M01是一階矩。ic和jc是影象的重心座標。

二階矩用來計算形狀的方向。

二值影象分析之輪廓分析
二階矩.jpeg

那麼物體的方向，
二值影象分析之輪廓分析
計算物體形狀的方向.jpeg

好了，演算法介紹到這裡，如果對ContourAnalysis類感興趣，可以查閱cv4j 的程式碼。

總結

cv4j 是gloomyfish和我一起開發的影象處理庫，純java實現，目前還處於早期的版本。本週我們修復了一些之前的bug。下週，我們開始做直方圖。

該系列先前的文章：
基於邊緣保留濾波實現人臉磨皮的演算法
二值影象分析---案例實戰(文字分離+硬幣計數)
Java實現高斯模糊和影象的空間卷積
Java實現圖片濾鏡的高階玩法
Java實現圖片的濾鏡效果

相關文章