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。

该系列先前的文章：
基于边缘保留滤波实现人脸磨皮的算法
二值图像分析:案例实战(文本分离+硬币计数)
Java实现高斯模糊和图像的空间卷积
Java实现图片滤镜的高级玩法
Java实现图片的滤镜效果