寻找精密光学标定板上的矩形（网友提问）-白红宇

这道题目来源于网友问答，采用博客方式回答比较容易说明。

问题：

对于这样的图片

如何寻找上面的矩形

思路：

这个矩形的面积在所有的图像中是最大的（除去整个图形轮廓以外），可以尝试从这个方面入手，再加上一些鲁壮的方法

       # 
include
"stdafx.h"
# 
include
<opencv2 
/opencv.hpp 
>
# 
include
"GOCVHelper.h"
# 
include
<iostream 
>
using
namespace cv; 
using
namespace std; 
int main(  
int argc,  
const
char
*
* argv ) 
{ 
    Mat src  
= imread( 
"card.png",IMREAD_COLOR); 
    Mat gray; 
int imax  
=
0;  
//代表最大轮廓的序号
int imaxcontour  
=
-
1;  
//代表最大轮廓的大小
    std 
:
:vector 
<std 
:
:vector 
<Point 
>>contours;     
    cvtColor(src,gray,COLOR_BGR2GRAY); 
    threshold(gray,gray, 
100, 
255,THRESH_OTSU); 
    bitwise_not(gray,gray); 
// 白色代表有数据
//寻找轮廓
    findContours(gray,contours,CV_RETR_LIST,CV_CHAIN_APPROX_SIMPLE); 
//冒泡排序，由大到小排序
    VP vptmp; 
for( 
int i 
=
1;i 
<contours.size();i 
++){ 
for( 
int j 
=contours.size() 
-
1;j 
>
=i;j 
--){ 
if( contourArea(contours[j]) 
> contourArea(contours[j 
-
1])){     
//swap
                vptmp  
= contours[j 
-
1]; 
                contours[j 
-
1]  
= contours[j]; 
                contours[j]  
= vptmp; 
            } 
        } 
    } 
//找到最后结果的时候，添加一些判断
for ( 
int i  
=
0;i 
<contours.size();i 
++) 
    { 
if (contourArea(contours[i])  
< (src.rows  
* src.cols) 
/
8 ) 
        { 
            drawContours(src,contours,i,Scalar( 
0, 
0, 
255), 
-
1); 
break; 
        } 
    } 
    imshow( 
"结果",src); 
    waitKey(); 
return
0; 
} 

结果：

小结：

当然这里只是对最简单的模板图片进行了处理。如果在实际的摄像机拍摄的过程中，肯定会有其他的干扰，需要区别对待。

目前方向：图像拼接融合、图像识别联系方式：jsxyhelu@foxmail.com