没有合适的资源？快使用搜索试试~ 我知道了~

文库首页安全技术网络安全计算机视觉实验报告3

计算机视觉实验报告3

计算机视觉

需积分: 0 6 下载量 4 浏览量 2022-08-03 18:32:50 上传评论收藏 3.55MB PDF 举报

温馨提示

试读

31页

1. 图像分割进行A4纸矫正 1. 迭代法求阈值 2.OSTU法求阈值 1. 统计霍夫空间点 2. 获取对应检测出的直线

资源推荐

资源详情

资源评论

计算机视觉实验报告

16340220 王培钰电子政务



1. 图像分割进行A4纸矫正

(1) 将图像从rgb空间转为灰度空间

(2) 高斯滤波

(3) 求阈值

1. 迭代法求阈值

void ImageSegmentation::rgb2gray() {

grayImg.resize(Img._width, Img._height, 1, 1, 0);

cimg_forXY(grayImg, x, y) {

double R = Img(x,y,0);

double G = Img(x,y,1);

double B = Img(x,y,2);

double Gray = (R * 299 + G * 587 + B * 114 + 500) / 1000;

grayImg(x,y) = Gray;

}

void ImageSegmentation::Gauss_blur() {

blurImg = grayImg.get_blur(guassian_blur);

}

//迭代法求阈值

void ImageSegmentation::get_thres_iteration() {

CImg<int> image = blurImg;

CImg<int> hist = image.histogram(256, 0, 255);

int size = blurImg.size();

cimg_forX(hist, i) {

threshold += i*hist(i);

}

threshold /= size;

int threshold_new;

while (true) {

int t1 = 0, t2 = 0;

int num1 = 0, num2 = 0;

// 计算小于等于阈值threshold的灰度平均值t1以及大于阈值的t2

cimg_forX(hist, i) {

2.OSTU法求阈值

if (i <= threshold) {

t1 += i * hist(i);

num1 += hist(i);

}

else {

t2 += i * hist(i);

num2 += hist(i);

}

if (num1 == 0 || num2 == 0)

continue;

t1 /= num1;

t2 /= num2;

threshold_new = (t1 + t2) / 2;

// 若两个阈值相等，则返回阈值threshold，否则更新阈值继续循环

if (threshold == threshold_new) break;

else threshold = threshold_new;

}

cout << "threshold = " << threshold << endl;

}

//OSTU法求阈值

void ImageSegmentation::get_thres_ostu() {

//定义类间方差

double variance = 0.0;

CImg<int> image = blurImg;

CImg<int> hist = image.histogram(256, 0, 255);

int size = blurImg.size();

for (int i = 0; i < 256; i++) {

//定义前景图，背景图的像素点所占比例以及平均灰度

double p1 = 0.0, p2 = 0.0, g1 = 0.0, g2 = 0.0;

cimg_forX(hist, j) {

if (j <= i) {

p1 += hist(j);

g1 += j*hist(j);

}

else {

p2 += hist(j);

g2 += j*hist(j);

}

if (p1 == 0 || p2 == 0)

continue;

g1 /= p1;

p1 /= size;

g2 /= p2;

p2 /= size;

double temp_variance = p1 * p2 * (g1 - g2) * (g1 - g2);

if (variance < temp_variance) {

variance = temp_variance;

(4)按阈值进行图像分割

(5) 对分割后的图像进行梯度检测

PS:如果此时直接进行矫正或者膨胀后膨胀效果不好，所以我们检测一步梯度（采用sobel算子）

(6) 霍夫变换

1. 统计霍夫空间点

threshold = i;

}

cout << "threshold = " << threshold << endl;

}

void ImageSegmentation::Segmentation() {

segImg.resize(Img._width, Img._height, 1, 1, 0);

cimg_forXY(blurImg, x, y) {

if (blurImg(x,y) > threshold) {

segImg(x,y) = 0;

}

else

segImg(x,y) = 255;

}

//segImg.display();

}

void ImageSegmentation::gradDection() {

gradImg.resize(segImg._width, segImg._height, 1, 1, 0);

CImg_3x3(I, double);

cimg_for3x3(segImg, x, y, 0, 0, I, double) {

const double ix = (Inn + 2 * Icn + Ipn) - (Ipp + 2 * Icp + Inp);

const double iy = (Inp + 2 * Inc + Inn) - (Ipp + 2 * Ipc + Ipn);

double grad = sqrt(ix * ix + iy * iy);

if (grad > 255) grad = 255;

if (grad < 0 ) grad = 0;

gradImg(x, y) = grad;

}

gradImg.display();

}

void ImageSegmentation::Hough_Statistics() {

//double maxDistance = sqrt(Img._width*Img._width + Img._height*Img._height);

double w = Img._width;

double h = Img._height;

double center_x = w/2;

double center_y = h/2;

double hough_h = ((sqrt(2.0) * (double)(h>w?h:w)) / 2.0);

2. 获取对应检测出的直线

houghImg.resize(180, hough_h * 2, 1, 1, 0);

cimg_forXY(gradImg, x, y) {

if (gradImg(x,y) != 0) {

cimg_forX(houghImg, angle) {

double _angle = (double)PI*angle / 180.0f;

int polar = (int)((((double)x - center_x)*cos(_angle) + ((double)y -

center_y)*sin(_angle)) + hough_h);

//cout << polar << endl;

houghImg(angle, polar) += 1;

}

//houghImg.display();

}

void ImageSegmentation::GetLine() {

resultImg = Img;

//剔除掉可能出现的重合线，方法是取9x9空间内的霍夫最大值

int hough_h = houghImg._height;

//int hough_w = houghImg._width;

int img_h = Img._height;

int img_w = Img._width;

const int y_min = 0;

const int y_max = Img._height - 1;

const int x_min = 0;

const int x_max = Img._width - 1;

cimg_forXY(houghImg, angle, polar) {

if (houghImg(angle, polar) >= Min_thres) {

int max = houghImg(angle, polar);

for(int ly=-DIFF;ly<=DIFF;ly++) {

for(int lx=-DIFF;lx<=DIFF;lx++) {

if( (ly+polar>=0 && ly+polar<houghImg._height) && (lx+angle>=0 &&

lx+angle<houghImg._width) ) {

if( (int)houghImg(angle + lx, polar + ly ) > max ) {

max = houghImg(angle + lx, polar + ly );

ly = lx = DIFF + 1;

}

if (max > (int)houghImg(angle, polar) )

continue;

peaks.push_back(pair< pair<int, int>, int >(pair<int, int>(angle, polar),

houghImg(angle, polar)));

}

sort(peaks.begin(), peaks.end(), [](const pair< pair<int, int>, int > &a, const pair<

pair<int, int>, int > &b) -> int {return a.second > b.second ;});

for (int i = 0; lines.size() != 4; i++) {

int angle = peaks[i].first.first;

3. 获得四个角点

int polar = peaks[i].first.second;

//cout << angle << endl << polar << endl;

int x1, y1, x2, y2;

x1 = y1 = x2 = y2 = 0;

double _angle = (double)PI*angle / 180.0f;

if(angle >= 45 && angle <= 135) {

x1 = 0;

y1 = ((double)(polar-(hough_h/2)) - ((x1 - (img_w/2) ) * cos(_angle))) / sin(_angle)

+ (img_h / 2);

x2 = img_w;

y2 = ((double)(polar-(hough_h/2)) - ((x2 - (img_w/2) ) * cos(_angle))) / sin(_angle)

+ (img_h / 2);

}

else {

y1 = 0;

x1 = ((double)(polar-(hough_h/2)) - ((y1 - (img_h/2) ) * sin(_angle))) / cos(_angle)

+ (img_w / 2);

y2 = img_h;

x2 = ((double)(polar-(hough_h/2)) - ((y2 - (img_h/2) ) * sin(_angle))) / cos(_angle)

+ (img_w / 2);

}

//if

bool flag = true;

for (int k = 0; k < lines.size(); k++) {

if (distance(lines[k].first.first - x1, lines[k].first.second - y1) < 100 &&

distance(lines[k].second.first - x2, lines[k].second.second - y2) < 100) {

flag = false;

break;

}

if (flag == true) {

lines.push_back(pair< pair<int, int>, pair<int, int> >(pair<int, int>(x1, y1),

pair<int, int>(x2, y2)));

}

for (int i = 0; i < lines.size(); i++) {

cout << lines[i].first.first << ", " << lines[i].first.second << " .. " <<

lines[i].second.first << ", " << lines[i].second.second << endl;

resultImg.draw_line(lines[i].first.first, lines[i].first.second, lines[i].second.first,

lines[i].second.second, Red);

}

//resultImg.draw_line(200, 3458, 2500, 3459, Red);

//resultImg.display();

}

void ImageSegmentation::GetVertexs() {

for (int i = 0; i < lines.size(); i++) {

double k0, b0;

if (lines[i].first.first == lines[i].second.first) {

k0 = DBL_MAX;

剩余30页未读，继续阅读

评论收藏

内容反馈

资源评论

资源反馈

评论星级较低，若资源使用遇到问题可联系上传者，3个工作日内问题未解决可申请退款~

吉利吉利

粉丝: 24
资源: 308

上传资源快速赚钱

我的内容管理展开

我的资源快来上传第一个资源

我的收益

登录查看自己的收益

我的积分登录查看自己的积分

我的C币登录后查看C币余额

我的收藏

我的下载

下载帮助

前往需求广场，查看用户热搜

计算机视觉实验报告3

计算机视觉实验报告 闫彩东1

东南大学计算机视觉实验报告二图像配准

计算机视觉实验报告Experiment3.doc

电子科技大学计算机视觉（PPT及五个实验报告）

计算机视觉实验报告 周宗宇1

计算机视觉实验报告 苏琥元1

2021级计算机视觉实验报告

广州大学计算机视觉实验.zip

计算机视觉实验报告 高雅1

计算机视觉实验报告 张淇1

计算机视觉实验报告 孙文科1

计算机视觉实验报告 张衍希1

计算机视觉实验报告 温奇凡1

计算机视觉实验报告1

计算机视觉实验报告2

平面与视觉设计实验三实验报告

深度学习之计算机视觉总结

相机标定实验报告

BurpLoaderKeygen.jar.zip

最新版ISO/IEC 27001:2022、ISO 27002:2022中英文合集

Goby红队版-win-x64-2.4.7版本

Chrome Header Editor 插件

ISO SAE 21434-2021 中文版.pdf

OpenVAS GVM 中文翻译补丁

安全认证cisp教材全套

STM32F103C8T6核心板-电路原理图1.PDF

软件工程导论(第六版)课后习题答案1

最新资源

计算机视觉实验报告闫彩东1

计算机视觉实验报告周宗宇1

计算机视觉实验报告苏琥元1

计算机视觉实验报告高雅1

计算机视觉实验报告张淇1

计算机视觉实验报告孙文科1

计算机视觉实验报告张衍希1

计算机视觉实验报告温奇凡1