OpenCV For iOS(三): 邊界輪廓檢測(cè)


概述: 本節(jié)主要結(jié)合降噪,色域轉(zhuǎn)換,二值化,邊緣檢測(cè)及獲取輪廓等函數(shù),實(shí)現(xiàn)對(duì)身份證的邊緣位置檢測(cè);


完整Demo 傳送門

一: 本節(jié)目的:

先展示一下效果:


Snip20171109_1.png

本人真實(shí)身份證(留個(gè)眼睛看著你們...),聽(tīng)說(shuō)最近有一鍵卸妝的軟件,唉,你要真給我卸了也就認(rèn)命了;不扯淡,說(shuō)正題,這個(gè)效果有什么用呢?

說(shuō)實(shí)話我也不知道,恰好最近有這么個(gè)需求而已,要求如下:
檢測(cè)身份證,銀行卡,營(yíng)業(yè)執(zhí)照等等....要在UI上提示用戶拍攝時(shí)目標(biāo)證件是否在要求的框框范圍之內(nèi),不能超出也不能太小,嗯,沒(méi)毛病,就是這樣的;

二.實(shí)現(xiàn)過(guò)程:

Snip20171109_8.png

三. 代碼實(shí)現(xiàn):

#import <opencv2/highgui/cap_ios.h>
...
...
using namespace cv;
using namespace std;
double  minThreshold = 10;
double  ratioThreshold = 3;

- (void)viewDidLoad{
    [super viewDidLoad];

    Mat sourceMatImage;
    UIImageToMat(self.imageView.image, sourceMatImage);
    // 降噪
    blur(sourceMatImage, sourceMatImage, cv::Size(3,3));
    // 轉(zhuǎn)為灰度圖
    cvtColor(sourceMatImage, sourceMatImage, CV_BGR2GRAY);
    // 二值化
    threshold(sourceMatImage, sourceMatImage, 190, 255, CV_THRESH_BINARY);
    // 檢測(cè)邊界
    Canny(sourceMatImage, sourceMatImage, minThreshold * ratioThreshold, minThreshold);
    // 獲取輪廓
    std::vector<std::vector<cv::Point>> contours;
    findContours(sourceMatImage, contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);
    
    /*
     *  重新繪制輪廓
     */
    // 初始化一個(gè)8UC3的純黑圖像
    Mat dstImg(sourceMatImage.size(), CV_8UC3, Scalar::all(0));
    // 用于存放輪廓折線點(diǎn)集
    std::vector<std::vector<cv::Point>> contours_poly(contours.size());
    // STL遍歷
    std::vector<std::vector<cv::Point>>::const_iterator itContours = contours.begin();
    std::vector<std::vector<cv::Point>>::const_iterator itContourEnd = contours.end();
    // ++i 比 i++ 少一次內(nèi)存寫入,性能更高
    for (int i=0 ; itContours != itContourEnd; ++itContours,++i) {
        approxPolyDP(Mat(contours[i]), contours_poly[i], 15, true);
        // 繪制處理后的輪廓,可以一段一段繪制,也可以一次性繪制
        // drawContours(dstImg, contours_poly, i, Scalar(208, 19, 29), 8, 8);
    }
    
   /*如果C++ 基礎(chǔ)不夠,可以使用 for 循環(huán)
    *    for (int i = 0; i < contours.size(); i ++) {
    *        approxPolyDP(contours[i] , contours_poly[i], 5, YES);
    *    }
    */
    
    // 繪制處理后的輪廓,一次性繪制
    drawContours(dstImg, contours_poly, -1, Scalar(208, 19, 29), 8, 8);
    // 顯示繪制結(jié)果
    self.desImageView.image = MatToUIImage(dstImg);

補(bǔ)充:截取的邊界應(yīng)該去除透視投影:

CV_EXPORTS Mat getPerspectiveTransform( const Point2f src[], const Point2f dst[] );
   

CV_EXPORTS_W void warpPerspective( InputArray src,
                                  OutputArray dst,
                                     InputArray M, 
                                       Size dsize,   
                           int flags=INTER_LINEAR,
                   int borderMode=BORDER_CONSTANT,
               const Scalar& borderValue=Scalar()
);
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,527評(píng)論 6 544
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 99,687評(píng)論 3 429
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人,你說(shuō)我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,640評(píng)論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我,道長(zhǎng),這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,957評(píng)論 1 318
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 72,682評(píng)論 6 413
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 56,011評(píng)論 1 329
  • 那天,我揣著相機(jī)與錄音,去河邊找鬼。 笑死,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 44,009評(píng)論 3 449
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 43,183評(píng)論 0 290
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 49,714評(píng)論 1 336
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 41,435評(píng)論 3 359
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 43,665評(píng)論 1 374
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,148評(píng)論 5 365
  • 正文 年R本政府宣布,位于F島的核電站,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 44,838評(píng)論 3 350
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,251評(píng)論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,588評(píng)論 1 295
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 52,379評(píng)論 3 400
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 48,627評(píng)論 2 380