opencv 印章变得更红 opencv 提取印章

前言

最近正好遇到了一个图片的效期提取，正好当做一个小练习记录一下。

实现效果

左边的大图是截取后的原图，右边是提取后的实际图，然后根据提取出来的再进行OCR识别，识别这块就不再说了，这里只是写一下怎么提取的图片。

#	实现思路
1	转灰度图、高斯模糊
2	Canny边缘提取
3	定义X轴较长的一个卷积进行膨胀操作
4	查找轮廓，找到符合条件的截取出来

01

预处理

读取图像，转为灰度图，然后高斯模糊。

预处理后的图像

02

Canny边缘提取

这里测试后发现使用50,120的阈值效果不错

Canny后的效果

用Canny的边缘提取的效果是最好的，如果考虑图像二值化什么的，效果会差很多，下面是用二值化和自适应二值化后的效果，可以看到都很不理想。

二值化的效果

自适应二值化效果

上面可以看到，正常二值化效果最差，自适应二值化干扰项也很多，Canny边缘提取的效果最好。

03

膨胀操作

其实上图Canny提取后，里面直接就有一个正方形了，可以不需要这一步直接提取轮廓即可，不过再另一张图效果就没有那么好了，比如下面这个。

所以要对上面这个图做一个卷积为（30，5）的膨胀操作，尽量让其都连接起来。

膨胀后的效果

04

查找轮廓

将所有轮廓都查找出来，这里只查找最外侧轮廓就行，然后画出效果

这一步只是看效果的，真正可以用不到，直接判断符合的轮廓提取即行

完整代码

#pragma once
#include <iostream>
#include<opencv2/opencv.hpp>


using namespace std;
using namespace cv;


int main(int argc, char** argv) {
  Mat src = imread("E:/DCIM/testdate/pic1.png");


  imshow("src", src);


  Mat gray, dst;
  //转换灰度图
  cvtColor(src, gray, COLOR_BGR2GRAY);
  //高斯模糊
  GaussianBlur(gray, gray, Size(3, 3), 0.5, 0.5);


  imshow("gray", gray);




  //Canny边缘检测
  Canny(gray, dst, 50, 120);
  imshow("Canny", dst);


  Mat dst2;
  //使用膨胀操作，kernel定义的要长一点
  Mat kernel = getStructuringElement(MORPH_RECT, Size(30, 5));
  morphologyEx(dst, dst2, MORPH_DILATE, kernel);


  imshow("morph", dst2);


  //查找轮廓，只找最外侧轮廓
  vector<vector<Point>> contours;
  findContours(dst2, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);


  RNG rng(12345);
  Mat dstzero = Mat::zeros(dst2.size(), CV_8UC3);
  for (int i = 0; i < contours.size(); ++i) {
    //判断符合区域
    RotatedRect rRect = minAreaRect(contours[i]);
    Rect rect = rRect.boundingRect();


      Scalar color = Scalar(rng.uniform(0, 255), 
        rng.uniform(0, 255), rng.uniform(0, 255));
      rectangle(dstzero, rect, color);
  }
  imshow("zero", dstzero);


  for (int i = 0; i < contours.size(); ++i) {
    //判断符合区域
    RotatedRect rRect = minAreaRect(contours[i]);
    Rect rect = rRect.boundingRect();
    if (rect.width / rect.height < 2) {
      Mat cutmat = src(rect);
      imshow("dstzero"+i, cutmat);
    }
  }


  waitKey(0);
  return 0;
}

完