图像的二值化
在先前的文章二值图像分析:案例实战(文本分离+硬币计数)中已经介绍过，什么是图像的二值化以及二值化的作用。
这次，我们借助cv4j来实现简单的基于内容的图像分析。
轮廓分析(Contour Analysis)
轮廓(Contours)，指的是有相同颜色或者密度，连接所有连续点的一条曲线。检测轮廓的工作对形状分析和物体检测与识别都非常有用。
完整的轮廓分析大致是这样的：
第一步，先对图片进行二值化。当然，也可以直接用Canny进行检测边缘，在本文中我们采用二值化。
CV4JImage cv4JImage = new CV4JImage(bitmap); Threshold threshold = new Threshold(); threshold.process((ByteProcessor)(cv4JImage.convert2Gray().getProcessor()),Threshold.THRESH_OTSU,Threshold.METHOD_THRESH_BINARY,255); image1.setImageBitmap(cv4JImage.getProcessor().getImage().toBitmap());
第二步，连通组件标记。
ConnectedAreaLabel connectedAreaLabel = new ConnectedAreaLabel(); connectedAreaLabel.setFilterNoise(true); int[] mask = new int[cv4JImage.getProcessor().getWidth() * cv4JImage.getProcessor().getHeight()]; connectedAreaLabel.process((ByteProcessor)cv4JImage.getProcessor(),mask,null,false); SparseIntArray colors = new SparseIntArray(); Random random = new Random(); int height = cv4JImage.getProcessor().getHeight(); int width = cv4JImage.getProcessor().getWidth(); int size = height * width; for (int i = 0;i<size;i++) { int c = mask[i]; if (c>=0) { colors.put(c, Color.argb(255, random.nextInt(255),random.nextInt(255),random.nextInt(255))); } } cv4JImage.resetBitmap(); Bitmap newBitmap = cv4JImage.getProcessor().getImage().toBitmap(); for(int row=0; row<height; row++) { for (int col = 0; col < width; col++) { int c = mask[row*width+col]; if (c>=0) { newBitmap.setPixel(col,row,colors.get(c)); } } } image2.setImageBitmap(newBitmap);
在识别出的连通组件上进行着色，颜色是随机产生的。
轮廓分析一.jpeg
第三步，进行轮廓分析。
// 轮廓分析 Bitmap thirdBitmap = Bitmap.createBitmap(newBitmap); ContourAnalysis ca = new ContourAnalysis(); List<MeasureData> measureDatas = new ArrayList<>(); ca.process((ByteProcessor)(cv4JImage.convert2Gray().getProcessor()),mask,measureDatas); Canvas canvas = new Canvas(thirdBitmap); Paint paint = new Paint(); paint.setColor(Color.WHITE); for (MeasureData data:measureDatas) { canvas.drawText(data.toString(),data.getCp().x,data.getCp().y,paint); } image3.setImageBitmap(thirdBitmap);
轮廓分析二.jpeg
我们提供了ContourAnalysis类来实现轮廓分析。最后，在识别的物体中心添加了一段文字描述。
把第三步的结果放大，可以看到具体的描述内容。包含了物体的质心、轮廓旋转的角度、面积(像素的面积)以及圆度(测量轮廓为圆的可能性)
轮廓分析三.jpeg
将这些描述内容打印到日志中。
打印日志.jpeg
ContourAnalysis采用几何距的算法。 矩是描述图像特征的算子，主要应用于图像检索和识别 、图像匹配 、图像重建 、数字压缩 、数字水印及运动图像序列分析等。
一阶矩和零阶矩用来计算某个形状的重心。
一阶矩和零阶矩.jpeg
其中，M00是零阶矩，M10、M01是一阶矩。ic和jc是图像的重心坐标。
二阶矩用来计算形状的方向。
二阶矩.jpeg
那么物体的方向，
计算物体形状的方向.jpeg
好了，算法介绍到这里，如果对ContourAnalysis类感兴趣，可以查阅cv4j 的代码。
总结
cv4j 是gloomyfish和我一起开发的图像处理库，纯java实现，目前还处于早期的版本。本周我们修复了一些之前的bug。下周，我们开始做直方图。
