图像练习-答题卡opencv(02)

原图
结果
代码
cpp 复制代码
	// Load source image
	cv::Mat src = cv::imread("answer_card.jpg", cv::IMREAD_COLOR);
	if (src.empty())
	{
		return;
	}

	cv::Mat gray;
	cv::cvtColor(src, gray, cv::COLOR_BGR2GRAY);

	cv::Mat binary;
	double value = cv::threshold(gray, binary, 0, 255, cv::THRESH_BINARY_INV + cv::THRESH_OTSU);

	std::vector<cv::Point2f> imgCorners{ cv::Point2f(0, 0), cv::Point2f(src.cols, 0),
									  cv::Point2f(src.cols, src.rows), cv::Point2f(0, src.rows) };

	cv::Mat dilate;
	cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(1, 7));
	cv::dilate(binary, dilate, kernel);

	std::vector<std::vector<cv::Point>> contours;
	cv::findContours(dilate, contours, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE);

	std::vector<cv::Point2f> corners;
	for (size_t i = 0; i < contours.size(); i++)
	{
		cv::RotatedRect minRect = cv::minAreaRect(contours[i]);
		// rotated rectangle
		cv::Point2f sz[4];
		minRect.points(sz);
		if (cv::Rect(minRect.boundingRect()).width > src.cols / 2) // should be improved
		{
			for (int j = 0; j < 4; ++j) //找到与图像四点最近的对应四点
			{
				cv::Point2f pt = imgCorners[j];
				cv::Point2f nearest_pt = sz[0];
				float dist = cv::norm(pt - nearest_pt); //求两点的距离
				for (int k = 1; k < 4; ++k)
				{
					if (cv::norm(pt - sz[k]) < dist)
					{
						dist = cv::norm(pt - sz[k]); //更新两点距离
						nearest_pt = sz[k];
					}
				}
				corners.push_back(nearest_pt);
			}
		}
	}

	//提取涂抹的黑色小圆
	cv::Mat erode0;
	cv::erode(binary, erode0, cv::Mat(), cv::Point(-1, -1), 10); //should be improved

	cv::Mat dilat;
	cv::dilate(erode0, dilat, cv::Mat(), cv::Point(-1, -1), 5); //should be improved

	cv::Mat results(src.size(), CV_8UC3);
	cv::Mat transform = cv::getPerspectiveTransform(corners, imgCorners);
	cv::warpPerspective(src, results, transform, src.size()); // Create a Mat To Show results

	cv::Mat warp(src.size(), CV_8UC1); // should be improved
	cv::warpPerspective(dilat, warp, transform, src.size());

	//试卷答题卡选项数目
	cv::Size size(20, 5); // this variable should be changed according input
	cv::Mat resize;
	cv::resize(warp, resize, size);
	for (int i = 0; i < resize.cols; ++i)
	{
		std::string answer = "";
		answer += resize.at<uchar>(1, i) == 0 ? "" : "A";
		answer += resize.at<uchar>(2, i) == 0 ? "" : "B";
		answer += resize.at<uchar>(3, i) == 0 ? "" : "C";
		answer += resize.at<uchar>(4, i) == 0 ? "" : "D";

		if (answer.length() > 1) answer = "X"; // Double mark
		int y = 0;
		if (answer == "A") y = results.rows / size.height;
		if (answer == "B") y = results.rows / size.height * 2;
		if (answer == "C") y = results.rows / size.height * 3;
		if (answer == "D") y = results.rows / size.height * 4;
		if (answer == "") answer = "[-]";
		cv::putText(results, answer, cv::Point(50 * i + 15, 30 + y), cv::FONT_HERSHEY_PLAIN, 2, CV_RGB(0, 0, 255), 2);
	}

	imshow("results", results);
	cv::waitKey();
相关推荐
全栈陈序员4 分钟前
【Python】基础语法入门(二十九)—— 正则表达式实战:文本处理利器
开发语言·人工智能·python·正则表达式
Dawson Zhu10 分钟前
【AI编译器入门④】编译中端:图优化Pass全解析——DCE、常量折叠、算子融合与布局变换
人工智能·语言模型·架构·aigc·agi
甲维斯11 分钟前
排名算法一变,国产模型全部滑铁卢了!
人工智能
wx_xkq128811 分钟前
优秘智能灵秘:数字分身内容的输入、制作与审核怎样衔接
人工智能·数字人·优秘智能·数字分身·品牌内容·灵秘
前沿在线14 分钟前
黄仁勋 GTC 柏林演讲完整整理:从 AI 工厂到机器人,英伟达把下一步讲透了 | 前沿在线
人工智能·ai·大模型
weixin_4462608515 分钟前
AgentMoCo:面向长视界智能体的动量对比记忆优化框架
人工智能
武天旭23 分钟前
AI安全--AI大模型赋能安全攻防的关键技术
人工智能·安全
荆棘鸟智能26 分钟前
河道采砂船识别与轨迹追踪怎么做?检测、跟踪与电子围栏实战思路
人工智能·算法·目标检测
xwz小王子27 分钟前
一根光纤上的“触觉触手“:Nature Communications 光纤触觉 微操作 机器人
人工智能·机器人
shxjnpl28 分钟前
从 WenetSpeech-Yue 到 SenseVoice:如何通过专项微调提升粤语语音识别效果?
人工智能·语音识别·实时音视频