Java Android OpenCV简单形状检测应用程序圆形错误

以下代码适用于正方形，但不适用于三角形。为什么?

以下是我的示例代码：

public void onClick(View v) {

            ImageView resim = (ImageView)findViewById(R.id.imgview_gosterge);
            Bitmap image=((BitmapDrawable)resim.getDrawable()).getBitmap();
            Bitmap bmp32 = image.copy(Bitmap.Config.ARGB_8888, true);

            Mat tmp = new Mat (bmp32.getHeight(), bmp32.getWidth(), CvType.CV_8U);
            //Utils.bitmapToMat(image, tmp);
            Utils.bitmapToMat(bmp32, tmp);

            bmp32.recycle();

            Imgproc.cvtColor(tmp, tmp, Imgproc.COLOR_RGB2HSV, 4 );

            tmp = findLargestRectangle(tmp);

            Bitmap bmp = Bitmap.createBitmap(tmp.cols(), tmp.rows(), Bitmap.Config.ARGB_8888);
            Utils.matToBitmap(tmp, bmp);

            //Utils.matToBitmap(tmp, image);

            ImageView resim2 = (ImageView)findViewById(R.id.imgview_gosterge2);
            resim2.setImageBitmap(bmp);



        }
    });

findLargestRectangle：

findLargestRectangle(Mat original_image) {
        Mat imgSource = original_image;
            //Mat untouched = original_image.clone();
    //convert the image to black and white
    Imgproc.cvtColor(imgSource, imgSource, Imgproc.COLOR_BGR2GRAY);

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

    //apply gaussian blur to smoothen lines of dots
    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();
    MatOfPoint2f maxCurve = new MatOfPoint2f();
    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) {
                maxCurve = approxCurve;
                maxArea = contourarea;
                maxAreaIdx = idx;
                largest_contours.add(temp_contour);
            }
        }
    }


 //create the new image here using the largest detected square
        Mat new_image = new Mat(imgSource.size(), CvType.CV_8U); //we will create a new black blank image with the largest contour
        Imgproc.cvtColor(new_image, new_image, Imgproc.COLOR_BayerBG2RGB);
        Imgproc.drawContours(new_image, contours, maxAreaIdx, new Scalar(255, 255, 255), 1); //will draw the largest square/rectangle


    System.out.println("points length" + temp_contour.toArray().length);

    if( temp_contour.toArray().length == 5)
    {
        System.out.println("Pentagon");
        TextView temp_text = (TextView)findViewById(R.id.temp_text);
        temp_text.setText("\n Beşgen");

    }
    else if(temp_contour.toArray().length > 5)
    {
        System.out.println("Circle");
        TextView temp_text = (TextView)findViewById(R.id.temp_text);
        temp_text.setText("\n Daire");
    }
    else if(temp_contour.toArray().length == 4)
    {
        System.out.println("Square");

        double temp_double[] = maxCurve.get(0, 0);
        Point p1 = new Point(temp_double[0], temp_double[1]);
        Imgproc.circle(new_image, new Point(p1.x, p1.y), 20, new Scalar(255, 0, 0), 5); //p1 is colored red
        String temp_string = "Point 1: (" + p1.x + ", " + p1.y + ")";


        temp_double = maxCurve.get(1, 0);
        Point p2 = new Point(temp_double[0], temp_double[1]);
        Imgproc.circle(new_image, new Point(p2.x, p2.y), 20, new Scalar(0, 255, 0), 5); //p2 is colored green
        temp_string += "\nPoint 2: (" + p2.x + ", " + p2.y + ")";

        temp_double = maxCurve.get(2, 0);
        Point p3 = new Point(temp_double[0], temp_double[1]);
        Imgproc.circle(new_image, new Point(p3.x, p3.y), 20, new Scalar(0, 0, 255), 5); //p3 is colored blue
        temp_string += "\nPoint 3: (" + p3.x + ", " + p3.y + ")";

        temp_double = maxCurve.get(3, 0);
        Point p4 = new Point(temp_double[0], temp_double[1]);
        Imgproc.circle(new_image, new Point(p4.x, p4.y), 20, new Scalar(0, 255, 255), 5); //p1 is colored violet
        temp_string += "\nPoint 4: (" + p4.x + ", " + p4.y + ")";

        TextView temp_text = (TextView)findViewById(R.id.temp_text);
        temp_text.setText(temp_string+"\n Kare");
    }
    else if(temp_contour.toArray().length == 3)
    {
        System.out.println("Triangle");
        TextView temp_text = (TextView)findViewById(R.id.temp_text);
        temp_text.setText("\n Üçgen");
    }




    return new_image;
}

findLargestRectangle（Mat原始图像）{
Mat imgSource=原始图像；
//Mat untouched=原始图像.clone（）；
//将图像转换为黑白
Imgproc.cvt颜色（imgSource，imgSource，Imgproc.COLOR\u bgr2灰色）；
//将图像转换为黑白图像（8位）
Imgproc.Canny（imgSource，imgSource，50,50）；
//将高斯模糊应用于平滑的点线
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）；//最大值位于起点的索引0处
MatOfPoint2f approxCurve=新的MatOfPoint2f（）；
MatOfPoint2f maxCurve=新的MatOfPoint2f（）；
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）{
maxCurve=approxCurve；
最大面积=轮廓面积；
maxAreaIdx=idx；
最大等高线。添加（温度等高线）；
}
}
}
//使用检测到的最大正方形在此处创建新图像
Mat new_image=new Mat（imgSource.size（），CvType.CV_8U）；//我们将创建一个具有最大轮廓的新黑色空白图像
Imgproc.cvtColor（新图像，新图像，Imgproc.COLOR\bg2rgb）；
Imgproc.drawContours（新图像，等高线，maxAreaIdx，新标量（255，255，255），1）；//将绘制最大的正方形/矩形
System.out.println（“点长度”+温度轮廓toArray（）.length）；
if（temp_contour.toArray（）.length==5）
{
System.out.println（“五角大楼”）；
TextView temp_text=（TextView）findViewById（R.id.temp_text）；
temp_text.setText（“\n Beşgen”）；
}
否则，如果（温度轮廓toArray（）.长度>5）
{
System.out.println（“圆圈”）；
TextView temp_text=（TextView）findViewById（R.id.temp_text）；
临时文本设置文本（“\n Daire”）；
}
else if（temp_contour.toArray（）.length==4）
{
System.out.println（“方形”）；
double temp_double[]=maxCurve.get（0,0）；
点p1=新点（温度双精度[0]，温度双精度[1]）；
Imgproc.circle（新的_图像，新的点（p1.x，p1.y），20，新的标量（255，0，0），5）；//p1是红色的
String temp_String=“第1点：（“+p1.x+”，“+p1.y+”）；
temp_double=maxCurve.get（1,0）；
点p2=新点（温度双精度[0]，温度双精度[1]）；
Imgproc.circle（新的_图像，新的点（p2.x，p2.y），20，新的标量（0，255，0），5）；//p2是绿色的
临时字符串+=“\n点2:（“+p2.x+”，“+p2.y+”）；
temp_double=maxCurve.get（2,0）；
点p3=新点（温度双精度[0]，温度双精度[1]）；
Imgproc.circle（新的_图像，新的点（p3.x，p3.y），20，新的标量（0，0，255），5）；//p3是蓝色的
临时字符串+=“\n点3:（“+p3.x+”，“+p3.y+”）；
temp_double=maxCurve.get（3,0）；
点p4=新点（温度双精度[0]，温度双精度[1]）；
Imgproc.circle（新的_图像，新的点（p4.x，p4.y），20，新的标量（0，255，255），5）；//p1是紫色的
临时字符串+=“\n点4:（“+p4.x+”，“+p4.y+”）；
TextView temp_text=（TextView）findViewById（R.id.temp_text）；
temp_text.setText（temp_字符串+“\n Kare”）；
}
else if（temp_contour.toArray（）.length==3）
{
System.out.println（“三角形”）；
TextView temp_text=（TextView）findViewById（R.id.temp_text）；
临时文本设置文本（“\nÜçgen”）；
}
返回新的图像；
}

正方形：

三角形：

---

请更好地解释为什么这不能像预期的那样工作。我说的是函数是描述的。也许三角形角上的曲线被识别为“轮廓”？是的，它能感知轮廓，如何更正此等高线正方形：三角形：找到三角形143请更好地解释为什么它不能按预期工作ID我把该函数描述了可能三角形拐角处的曲线被识别为“等高线”？是的，它能感知等高线，如何更正此等高线正方形：三角形：找到三角形143