机器视觉处理的测试程序

在机器视觉处理中，我们经常要对检测到的物体的方位特征进行评估。比如说，我们要 OCR 识别一个字符串。那么这个字符串与x轴的夹角就很重要，我们需要这个信息把这个字符串转正，然后才方便识别。

条形码识别也类似，尤其是当我们条形码不是很清晰时，首先将条形码转正，然后用各向异性的滤波器处理一下，可以让条形码变得更清晰易于读取。

这里给出一种基于统计参数的特征提取方法。这个方法已经有几十年历史了，算是个老方法，但是效果很不错，所以值得写篇文章来介绍介绍。

区域的矩

一片区域 R 的矩定义为：

当p 和q 都取 0 时，得到的就是这片区域的面积。也就是：

矩还可以归一化，也就是用上面的定义再除以面积 a。

表示的是这片区域的重心。可以用它来描述区域的位置。

归一化的矩回随区域在图像中的位置不同而变化，要去除这个影响，可以用中心矩，中心矩只反映区域本身的特征。

具体的方法是将这个区域当作一个椭圆区域，那么用上面5个参量就可以计算出椭圆的长短轴和旋转角度。具体公式如下：

椭圆的这几个参数的图形解释如下图：

利用这几个参数就可以确定区域的方位和尺寸了。

比如我们有下面的一幅测试图像。

用上面方法计算出的椭圆如下：

可以看出结果非常的好。尤其是旋转角度，计算的非常准确。

下面是我的测试代码，供参考。用到了些 Qt 的功能。

#include

#include

#include

#include

#include "picturebox.h"

#include

QImage threshold(const QImage &image, quint8 th)

{

int height = image.height();

int width = image.width();

QImage ret(width, height, QImage::Format_Indexed8);

ret.setColorCount(256);

for(int i = 0; i < 256; i++)

{

ret.setColor(i, qRgb(i, i, i));

}

for(int i = 0; i < height; i ++)

{

const uchar *pSrc = (uchar *)image.constScanLine(i);

uchar *pDest = (uchar *)ret.scanLine(i);

for( int j = 0; j < width; j ++)

{

pDest[j] = (pSrc[j] > th)? 255: 0;

}

}

return ret;

}

QImage toGray( const QImage &image )

{

int height = image.height();

int width = image.width();

QImage ret(width, height, QImage::Format_Indexed8);

ret.setColorCount(256);

for(int i = 0; i < 256; i++)

{

ret.setColor(i, qRgb(i, i, i));

}

qDebug () << image.format();

switch(image.format())

{

case QImage::Format_Indexed8:

case QImage::Format_Grayscale8:

for(int i = 0; i < height; i ++)

{

const uchar *pSrc = (uchar *)image.constScanLine(i);

uchar *pDest = (uchar *)ret.scanLine(i);

memcpy(pDest, pSrc, width);

}

break;

case QImage::Format_RGB32:

case QImage::Format_ARGB32:

case QImage::Format_ARGB32_Premultiplied:

for(int i = 0; i < height; i ++)

{

const QRgb *pSrc = (QRgb *)image.constScanLine(i);

uchar *pDest = (uchar *)ret.scanLine(i);

for( int j = 0; j < width; j ++)

{

pDest[j] = qGray(pSrc[j]);

}

}

break;

}

return ret;

}

QPointF center(const QImage &image, int value)

{

if(image.isNull() || image.format() != QImage::Format_Indexed8)

{

return QPointF(-1, -1);

}

int width = image.width();

int height = image.height();

int x_mean = 0;

int y_mean = 0;

int count = 0;

for(int j = 0; j < height; j ++)

{

const uchar * p = image.constScanLine(j);

for(int i = 0; i < width; i++)

{

if( p[i] == value )

{

x_mean += i;

y_mean += j;

count++;

}

}

}

return QPointF((double)x_mean / count, (double)y_mean / count);

}

struct ELLIPSE_PARA

{

double x_mean; //椭圆的中心坐标 x

double y_mean; //椭圆的中心坐标 y

double r1; //椭圆的长轴半径

double r2; //椭圆的短轴半径

double theta; //椭圆的长轴与 x 轴的夹角（逆时针）

};

/**

* @brief ellipseFit 将一片区域当作椭圆来估计五个几何参数

* @param image

* @param value

* @param para

*/

bool ellipseFit(const QImage &image, int value, ELLIPSE_PARA * para)

{

if(image.isNull() || image.format() != QImage::Format_Indexed8)

{

return false;

}

QPointF c = center(image, value);

int width = image.width();

int height = image.height();

double n01 = c.x();

double n10 = c.y();

double mu20 = 0.0;

double mu02 = 0.0;

double mu11 = 0.0;

int count = 0;

for(int row = 0; row < height; row ++)

{

const uchar * p = image.constScanLine(row);

for(int col = 0; col < width; col++)

{

if( p[col] == value )

{

mu02 += (col - n01) * (col - n01);

mu20 += (row - n10) * (row - n10);

mu11 += (col - n01) * (row - n10);

count ++;

}

}

}

if(count == 0)

{

return false;

}

mu20 /= count;

mu02 /= count;

mu11 /= count;

double t1 = mu20 + mu02;

double t2 = mu20 - mu02;

double t3 = sqrt(t2 * t2 + 4 * mu11 * mu11);

double r1 = sqrt(2 * ( t1 + t3) );

double r2 = sqrt(2 * ( t1 - t3) );

double theta = - atan2(2 * mu11, mu02 - mu20) / 2.0;

para->r1 = r1;

para->r2 = r2;

para->theta = theta;

para->x_mean = n01;

para->y_mean = n10;

return true;

}

int main(int argc, char *argv[])

{

QApplication a(argc, argv);

QImage image("D:/test55.png");

QImage imageGray = toGray(image);

//imageGray = threshold(imageGray, 128);

ELLIPSE_PARA para;

ellipseFit(imageGray, 0, ¶);

qDebug() << para.r1;

qDebug() << para.r2;

qDebug() << para.theta * 180 / 3.14159;

QPointF c(para.x_mean, para.y_mean);

qDebug() << c;

QPainter painter(&image);

painter.setPen(Qt::red);

painter.translate(c);

painter.rotate(-para.theta * 180 / 3.14159);

painter.drawEllipse(QPointF(0, 0), para.r1, para.r2 );

PictureBox box;

box.setImage(image);

box.show();

return a.exec();

}