在android中检测图像中的矩形并使用open cv绘制轮廓

我正在开发一个应用程序，在这个应用程序中，我必须检测矩形对象并绘制轮廓，我正在使用OpenCV android库

我成功地检测到圆并在图像内部绘制轮廓，但多次未能检测到正方形或矩形并绘制……以下是我的代码，用于绘制圆

Bitmap imageBmp = BitmapFactory.decodeResource(MainActivityPDF.this.getResources(),R.drawable.loadingplashscreen);

Mat imgSource = new Mat(), imgCirclesOut = new Mat();

Utils.bitmapToMat(imageBmp , imgSource);

    //grey opencv
Imgproc.cvtColor(imgSource, imgSource, Imgproc.COLOR_BGR2GRAY);

Imgproc.GaussianBlur( imgSource, imgSource, new Size(9, 9), 2, 2 );
Imgproc.HoughCircles( imgSource, imgCirclesOut, Imgproc.CV_HOUGH_GRADIENT, 1, imgSource.rows()/8, 200, 100, 0, 0 );

float circle[] = new float[3];

for (int i = 0; i < imgCirclesOut.cols(); i++)
{
        imgCirclesOut.get(0, i, circle);
    org.opencv.core.Point center = new org.opencv.core.Point();
    center.x = circle[0];
    center.y = circle[1];
    Core.circle(imgSource, center, (int) circle[2], new Scalar(255,0,0,255), 4);
    }
    Bitmap bmp = Bitmap.createBitmap(imageBmp.getWidth(), imageBmp.getHeight(), Bitmap.Config.ARGB_8888);

    Utils.matToBitmap(imgSource, bmp);


    ImageView frame = (ImageView) findViewById(R.id.imageView1);

    //Bitmap bmp = Bitmap.createBitmap(100, 100, Bitmap.Config.ARGB_8888);
    frame.setImageBitmap(bmp);

Bitmap-imageBmp=BitmapFactory.decodeResource（mainActivityDF.this.getResources（），R.drawable.loadingplashscreen）；
Mat imgSource=new Mat（），imgCirclesOut=new Mat（）；
Utils.bitmapToMat（imageBmp，imgSource）；
//灰色opencv
Imgproc.cvt颜色（imgSource，imgSource，Imgproc.COLOR\u bgr2灰色）；
Imgproc.GaussianBlur（imgSource，imgSource，新尺寸（9,9），2,2）；
Imgproc.HoughCircles（imgSource，imgCircleOut，Imgproc.CV_HOUGH_GRADIENT，1，imgSource.rows（）/82000100,0,0）；
浮动圆[]=新浮动[3]；
for（int i=0；i

<> Po>为Android检测平方/矩形……我想2天内…每个例子都是C++或C++，我不能通过这些语言…< /P>

---

谢谢。

您使用HoughtTransformation的方法是正确的。您必须使用Houghlines并检查获得的线的交点，而不是使用Houghleels。如果你真的必须找到矩形（而不是四边多边形），你应该寻找具有相同角度（+-一个小偏移）的线，如果你至少找到了一对这样的线，你必须寻找与之垂直的线，同时找到一对并检查交叉点。使用矢量（端点-起点）和直线来执行角度和交点测试应该不是什么大问题。

使用opencv检测矩形有很多方法，最合适的方法是在应用Canny边缘检测后找到轮廓

步骤如下：- 1.将图像转换为MAT

Utils.bitmapToMat(image,src)

对图像进行灰度处理

3.应用高斯模糊

Imgproc.GaussianBlur(gray, gray, Size(5.0, 5.0), 0.0)

4.应用形态学填充孔（如有）

5.应用Canny检测

   val edges = Mat(src.rows(), src.cols(), src.type())
   Imgproc.Canny(gray, edges, 75.0, 200.0)

6.找到图像的轮廓

       val kernel = Imgproc.getStructuringElement(
           Imgproc.MORPH_ELLIPSE, Size(
               5.0,
               5.0
           )
       )
       Imgproc.morphologyEx(
           gray,
           gray,
           Imgproc.MORPH_CLOSE,
           kernel
       ) // fill holes
       Imgproc.morphologyEx(
           gray,
           gray,
           Imgproc.MORPH_OPEN,
           kernel
       ) //remove noise
       Imgproc.dilate(gray, gray, kernel)

   val contours = ArrayList<MatOfPoint>()
        val hierarchy = Mat()
        Imgproc.findContours(
            edges, contours, hierarchy, Imgproc.RETR_LIST,
            Imgproc.CHAIN_APPROX_SIMPLE
        )

7.找出其余部分的最大轮廓

  public int findLargestContour(ArrayList<MatOfPoint> contours) {

        double maxVal = 0;
        int maxValIdx = 0;
        for (int contourIdx = 0; contourIdx < contours.size(); contourIdx++) {
            double contourArea = Imgproc.contourArea(contours.get(contourIdx));
            if (maxVal < contourArea) {
                maxVal = contourArea;
                maxValIdx = contourIdx;
            }
        }


        return maxValIdx;

    }

8.画出最大的轮廓线

代码如下- 1.将图像转换为MAT

Utils.bitmapToMat(image,src)

对图像进行灰度处理

3.应用高斯模糊

Imgproc.GaussianBlur(gray, gray, Size(5.0, 5.0), 0.0)

4.应用形态学填充孔洞（如有），并放大图像

       val kernel = Imgproc.getStructuringElement(
           Imgproc.MORPH_ELLIPSE, Size(
               5.0,
               5.0
           )
       )
       Imgproc.morphologyEx(
           gray,
           gray,
           Imgproc.MORPH_CLOSE,
           kernel
       ) // fill holes
       Imgproc.morphologyEx(
           gray,
           gray,
           Imgproc.MORPH_OPEN,
           kernel
       ) //remove noise
       Imgproc.dilate(gray, gray, kernel)

   val contours = ArrayList<MatOfPoint>()
        val hierarchy = Mat()
        Imgproc.findContours(
            edges, contours, hierarchy, Imgproc.RETR_LIST,
            Imgproc.CHAIN_APPROX_SIMPLE
        )

5.应用Canny检测

   val edges = Mat(src.rows(), src.cols(), src.type())
   Imgproc.Canny(gray, edges, 75.0, 200.0)

6.找到图像的轮廓

       val kernel = Imgproc.getStructuringElement(
           Imgproc.MORPH_ELLIPSE, Size(
               5.0,
               5.0
           )
       )
       Imgproc.morphologyEx(
           gray,
           gray,
           Imgproc.MORPH_CLOSE,
           kernel
       ) // fill holes
       Imgproc.morphologyEx(
           gray,
           gray,
           Imgproc.MORPH_OPEN,
           kernel
       ) //remove noise
       Imgproc.dilate(gray, gray, kernel)

   val contours = ArrayList<MatOfPoint>()
        val hierarchy = Mat()
        Imgproc.findContours(
            edges, contours, hierarchy, Imgproc.RETR_LIST,
            Imgproc.CHAIN_APPROX_SIMPLE
        )

你已经找到矩形了。 如果获取过程中仍然存在任何错误，请尝试将源图像的大小调整为其高度和宽度的一半

请查看下面的链接，以获取上述内容的正确Java代码 也，

---

您是在寻找轴对齐的矩形还是可以旋转的矩形？谢谢您的回复……kindley给我一个轴对齐的矩形的想法……请注意，例如，蓝色的是轴对齐的，红色的不是。谢谢你澄清我的疑问。实际上，我的问题是，如果我从相机拍摄图像，那么我必须检测矩形，它可以位于任何位置，如对齐或手写……那么你有任何链接或示例吗..在安卓中。。Thanks@Deepankar你找到解决问题的办法了吗？