在Android中使用openCV从图像中的最大矩形提取信息

我使用以下代码查找android摄像头拍摄图像的最大矩形：

private static Mat findLargestRectangle(Mat original_image) {
        Mat imgSource = original_image;

        Bitmap bmpOriOut = Bitmap.createBitmap(imgSource.cols(), imgSource.rows(), Bitmap.Config.ARGB_8888);

        Utils.matToBitmap(imgSource, bmpOriOut);

        try {
            bmpOriOut.compress(CompressFormat.JPEG, 100, new FileOutputStream("/sdcard/mediaAppPhotos/original.jpg"));
        } catch (FileNotFoundException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }

        //convert the image to black and white, commenting this wont crash
        Imgproc.cvtColor(imgSource, imgSource, Imgproc.COLOR_BGR2RGB);

        //convert the image to black and white does (8 bit), commenting this crashes
        Imgproc.Canny(imgSource, imgSource, 50, 50);

        //apply gaussian blur to smoothen lines of dots, commenting this crashes
        Imgproc.GaussianBlur(imgSource, imgSource, new Size(5, 5), 5);

        //find the contours
        List<MatOfPoint> contours = new ArrayList<MatOfPoint>();
        Imgproc.findContours(imgSource, contours, new Mat(), Imgproc.RETR_LIST, Imgproc.CHAIN_APPROX_SIMPLE);

        double maxArea = -1;
        int maxAreaIdx = -1;        MatOfPoint temp_contour = contours.get(0); //the largest is at the index 0 for starting point
        MatOfPoint2f approxCurve = new MatOfPoint2f();
        Mat largest_contour = contours.get(0);
        List<MatOfPoint> largest_contours = new ArrayList<MatOfPoint>();
        for (int idx = 0; idx < contours.size(); idx++) {
            temp_contour = contours.get(idx);
            double contourarea = Imgproc.contourArea(temp_contour);
            //compare this contour to the previous largest contour found
            if (contourarea > maxArea) {
                //check if this contour is a square
                MatOfPoint2f new_mat = new MatOfPoint2f( temp_contour.toArray() );
                int contourSize = (int)temp_contour.total();
                Imgproc.approxPolyDP(new_mat, approxCurve, contourSize*0.05, true);
                if (approxCurve.total() == 4) {
                    maxArea = contourarea;
                    maxAreaIdx = idx;
                    largest_contours.add(temp_contour);
                    largest_contour = temp_contour;
                }
            }
        }
        MatOfPoint temp_largest = largest_contours.get(largest_contours.size()-1);
        largest_contours = new ArrayList<MatOfPoint>();
        largest_contours.add(temp_largest);

        Imgproc.cvtColor(imgSource, imgSource, Imgproc.COLOR_BayerBG2RGB);
        Imgproc.drawContours(imgSource, largest_contours, -1, new Scalar(0, 255, 0), 1);

        //create the new image here using the largest detected square

        //Toast.makeText(getApplicationContext(), "Largest Contour: ", Toast.LENGTH_LONG).show();
        Bitmap bmpOut = Bitmap.createBitmap(imgSource.cols(), imgSource.rows(), Bitmap.Config.ARGB_8888);

        Utils.matToBitmap(imgSource, bmpOut);

        try {
            bmpOut.compress(CompressFormat.JPEG, 100, new FileOutputStream("/sdcard/mediaAppPhotos/bigrect.jpg"));
        } catch (FileNotFoundException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }

        return imgSource;
    }

专用静态Mat findLargestRectangle（Mat原始图像）{
Mat imgSource=原始图像；
位图bmpOriOut=Bitmap.createBitmap（imgSource.cols（），imgSource.rows（），Bitmap.Config.ARGB_8888）；
Utils.matToBitmap（imgSource，bmpOriOut）；
试一试{
compress（CompressFormat.JPEG，100，新文件输出流（“/sdcard/mediaAppPhotos/original.jpg”）；
}catch（filenotfounde异常）{
//TODO自动生成的捕捉块
e、 printStackTrace（）；
}
//将图像转换为黑白，并评论这不会崩溃
Imgproc.cvtColor（imgSource，imgSource，Imgproc.COLOR_BGR2RGB）；
//将图像转换为黑白图像（8位），并对此进行注释
Imgproc.Canny（imgSource，imgSource，50,50）；
//将高斯模糊应用于平滑的点线，并对此进行注释
Imgproc.GaussianBlur（imgSource，imgSource，新尺寸（5,5,5））；
//找到轮廓
列表等高线=新的ArrayList（）；
Imgproc.findContours（imgSource、contours、new Mat（）、Imgproc.RETR\u LIST、Imgproc.CHAIN\u APPROX\u SIMPLE）；
双最大面积=-1；
int maxAreaIdx=-1；MatOfPoint temp_contour=contours.get（0）；//最大值位于起始点的索引0处
MatOfPoint2f approxCurve=新的MatOfPoint2f（）；
Mat最大_等高线=等高线。获取（0）；
列出最大的_等高线=新的ArrayList（）；
对于（int idx=0；idx最大面积）{
//检查此轮廓是否为正方形
MatOfPoint2f new_mat=新MatOfPoint2f（temp_contour.toArray（））；
int contourSize=（int）temp_contour.total（）；
Imgproc.approxPolyDP（新垫，approxCurve，轮廓尺寸*0.05，真）；
如果（approxCurve.total（）==4）{
最大面积=轮廓面积；
maxAreaIdx=idx；
最大等高线。添加（温度等高线）；
最大等高线=温度等高线；
}
}
}
MatOfPoint temp_Maximum=最大等高线.get（最大等高线.size（）-1）；
最大_等高线=新阵列列表（）；
最大等高线。添加（最大温度）；
Imgproc.cvtColor（imgSource，imgSource，Imgproc.COLOR_BayerBG2RGB）；
Imgproc.drawContours（imgSource，最大的_等高线，-1，新标量（0，255，0），1）；
//使用检测到的最大正方形在此处创建新图像
//Toast.makeText（getApplicationContext（），“最大轮廓：”，Toast.LENGTH_LONG.show（）；
位图bmpOut=Bitmap.createBitmap（imgSource.cols（），imgSource.rows（），Bitmap.Config.ARGB_8888）；
Utils.matToBitmap（imgSource，bmpOut）；
试一试{
compress（CompressFormat.JPEG，100，新文件输出流（“/sdcard/mediaAppPhotos/bigrect.jpg”）；
}catch（filenotfounde异常）{
//TODO自动生成的捕捉块
e、 printStackTrace（）；
}
返回imgSource；
}

成功检测到图像中最大的矩形，如下所示：

但我的问题是，如何将检测到的最大矩形保存为位图（没有黑白）

---

非常感谢您的帮助。

不要将其绘制在

imgSource

矩阵上：

Imgproc.drawContours(imgSource, largest_contours, -1, new Scalar(0, 255, 0), 1);

创建一个空的黑/白

Mat

并在其上绘制。类似以下内容（黑色初始矩阵）：

---

当然，您可以使用

Mat

构造函数来创建所需的初始背景矩阵。

我现在正在尝试，您能否告诉我如何将其保存为RGB图像而不是黑白图像。您的代码中已经有了它。您可以将

cvtColor

与

Imgproc.COLOR\u GRAY2RGB

一起使用；或者在初始化时，使用3个通道，而不是

imgSource.channels（）

，后者有1个通道。openCV SDK提供的名为“openCV示例-颜色斑点检测”的示例项目根据颜色识别区域。但不可能提取该区域。你能告诉我吗？我记不清那个例子了。你能告诉我它是如何“识别”这个地区的吗？如果它与该区域的轮廓一起工作，那么它已经在进行提取，剩下的唯一工作就是如上所述在空矩阵上绘制轮廓。请运行openCV SDK提供的名为“openCV采样-颜色斑点检测”的项目……我没有经验说明如何检测该区域。我只想提取检测到的区域..请帮助！

emptyMat = Mat.zeros(imgSource.size(), imgSource.channels());
...
Imgproc.drawContours(emptyMat, largest_contours, -1, new Scalar(0, 255, 0), 1);