OpenCV For iOS(三): 边界轮廓检测


概述: 本节主要结合降噪,色域转换,二值化,边缘检测及获取轮廓等函数,实现对身份证的边缘位置检测;


完整Demo 传送门

一: 本节目的:

先展示一下效果:


Snip20171109_1.png

本人真实身份证(留个眼睛看着你们...),听说最近有一键卸妆的软件,唉,你要真给我卸了也就认命了;不扯淡,说正题,这个效果有什么用呢?

说实话我也不知道,恰好最近有这么个需求而已,要求如下:
检测身份证,银行卡,营业执照等等....要在UI上提示用户拍摄时目标证件是否在要求的框框范围之内,不能超出也不能太小,嗯,没毛病,就是这样的;

二.实现过程:

Snip20171109_8.png

三. 代码实现:

#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));
    // 转为灰度图
    cvtColor(sourceMatImage, sourceMatImage, CV_BGR2GRAY);
    // 二值化
    threshold(sourceMatImage, sourceMatImage, 190, 255, CV_THRESH_BINARY);
    // 检测边界
    Canny(sourceMatImage, sourceMatImage, minThreshold * ratioThreshold, minThreshold);
    // 获取轮廓
    std::vector<std::vector<cv::Point>> contours;
    findContours(sourceMatImage, contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);
    
    /*
     *  重新绘制轮廓
     */
    // 初始化一个8UC3的纯黑图像
    Mat dstImg(sourceMatImage.size(), CV_8UC3, Scalar::all(0));
    // 用于存放轮廓折线点集
    std::vector<std::vector<cv::Point>> contours_poly(contours.size());
    // STL遍历
    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++ 少一次内存写入,性能更高
    for (int i=0 ; itContours != itContourEnd; ++itContours,++i) {
        approxPolyDP(Mat(contours[i]), contours_poly[i], 15, true);
        // 绘制处理后的轮廓,可以一段一段绘制,也可以一次性绘制
        // drawContours(dstImg, contours_poly, i, Scalar(208, 19, 29), 8, 8);
    }
    
   /*如果C++ 基础不够,可以使用 for 循环
    *    for (int i = 0; i < contours.size(); i ++) {
    *        approxPolyDP(contours[i] , contours_poly[i], 5, YES);
    *    }
    */
    
    // 绘制处理后的轮廓,一次性绘制
    drawContours(dstImg, contours_poly, -1, Scalar(208, 19, 29), 8, 8);
    // 显示绘制结果
    self.desImageView.image = MatToUIImage(dstImg);

补充:截取的边界应该去除透视投影:

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()
);
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,245评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,749评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,960评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,575评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,668评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,670评论 1 294
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,664评论 3 415
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,422评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,864评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,178评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,340评论 1 344
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,015评论 5 340
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,646评论 3 323
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,265评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,494评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,261评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,206评论 2 352