Android+OpenCv4实现边缘检测及轮廓绘制出图像最大边缘

最近工作需求，需要用opencv来先做一个demo，扫描照片进行边缘检测和最大边缘，就整理出来介绍一下，感兴趣的小伙伴们可以参考一下

实现步骤：

图像灰度化
边缘检测
根据Canny检测得出来的Mat寻找轮廓
算出最大轮廓周长or面积
根据获取到的最大轮廓下标进行轮廓绘制
画出最大矩形，并返回Rect

Canny边缘检测

基于Canny算法的边缘检测主要有5个步骤，依次是高斯滤波、像素梯度计算、非极大值像素梯度抑制、滞后阈值处理和孤立弱边缘抑制。Canny在有噪声的情况下表现好不好，取决于前面的降噪过程，可以手动做高斯处理提高识别率。

 /** image  输入图像，必须是CV_8U的单通道或者三通道图像。 edges  输出图像，与输入图像具有相同尺寸的单通道图像，且数据类型为CV_8U。 threshold1  第一个滞后阈值。 threshold2  第二个滞后阈值。 apertureSize  Sobel算子的直径。 L2gradient  计算图像梯度幅值方法的标志。默认为false **/ public static void Canny(Mat image, Mat edges, double threshold1, double threshold2, int apertureSize, boolean L2gradient)

使用

 /** * canny算法，边缘检测 */ public static Mat canny(Bitmap bitmap) { Mat mSource = new Mat(); Utils.bitmapToMat(bitmap, mSource); Mat grayMat = new Mat(); Imgproc.cvtColor(mSource,grayMat,Imgproc.COLOR_BGR2GRAY);//转换成灰度图 Mat mat = mSource.clone(); Imgproc.Canny(mSource, mat, 75, 200); return mat; }

在这里插入图片描述

获取图像最大矩形

 /** * 返回边缘检测之后的最大矩形,并返回 * * @param cannyMat *            Canny之后的mat矩阵 * @return */ public  Rect findMaxRect(Mat cannyMat) { Mat tmp = mSource.clone(); List contours = new ArrayList(); Mat hierarchy = new Mat(); // 寻找轮廓 Imgproc.findContours(cannyMat, contours, hierarchy, Imgproc.RETR_EXTERNAL, Imgproc.CHAIN_APPROX_SIMPLE); int index = 0; double perimeter = 0; // 找出匹配到的最大轮廓 for (int i = 0; i perimeter){ perimeter =  length; index = i; } } /** * 参数一：image，待绘制轮廓的图像。 * * 参数二：contours，待绘制的轮廓集合。 * * 参数三：contourIdx，要绘制的轮廓在contours中的索引，若为负数，表示绘制全部轮廓。 * * 参数四：color，绘制轮廓的颜色。 * * 参数五：thickness，绘制轮廓的线条粗细。若为负数，那么绘制轮廓的内部。 * * 参数六：lineType，线条类型。FILLED   LINE_4   4连通   LINE_8   8连通  LINE_AA  抗锯齿 */ Imgproc.drawContours( tmp, contours, index, new Scalar(0.0, 0.0, 255.0), 9, Imgproc.LINE_AA ); Rect rect = Imgproc.boundingRect(contours.get(index)); //        Imgproc.rectangle(tmp, rect, new Scalar(0.0, 0.0, 255.0), 4, Imgproc.LINE_8); showImg(tmp); return rect; } /** * 显示图像 * @param mat */ private void showImg(Mat mat){ Bitmap bitmap = Bitmap.createBitmap(mat.width(), mat.height(), Bitmap.Config.ARGB_8888); Utils.matToBitmap(mat, bitmap); mIvSrc.setImageBitmap(bitmap); mat.release(); }

最终效果图

在这里插入图片描述