参考：https://blog.csdn.net/qiao_lili/article/details/83176480
成都创新互联公司是一家专业提供临沧企业网站建设,专注与做网站、网站设计、成都h5网站建设、小程序制作等业务。10年已为临沧众多企业、政府机构等服务。创新互联专业网站制作公司优惠进行中。网上关于C#结合EmguCv开发答题卡识别的资料很少，因为有做答题卡识别方面的需求，个人也只熟悉C#语言，找了半天也只找到一些通过C++、Python或matlab结合OpenCV来实现识别的例子，只好对着别人的例子尝试着翻译成EmguCv，还算成功。自己又针对答题卡识别封装了几个函数，记录在这留给需要的人。（得吐槽下，EmguCv在错误管理上还欠缺很多，经常出现莫名其妙的错误）
1.设置两个图片显示容器
重庆分公司
重庆分公司
ib_original.SizeMode = PictureBoxSizeMode.Zoom;
ib_original.FunctionalMode = Emgu.CV.UI.ImageBox.FunctionalModeOption.Minimum;
ib_result.SizeMode = PictureBoxSizeMode.Zoom;
ib_result.FunctionalMode = Emgu.CV.UI.ImageBox.FunctionalModeOption.Minimum;OpenFileDialog op = new OpenFileDialog();
if (op.ShowDialog() == DialogResult.OK)
{
Mat src = new Mat(op.FileName, Emgu.CV.CvEnum.LoadImageType.AnyColor);
ib_original.Image = src;
}实例图片
//获取当前图像的大矩形边界
VectorOfVectorOfPoint result_contour = GetBoundaryOfPic(src);
public VectorOfVectorOfPoint GetBoundaryOfPic(Mat src)
{
Mat dst = new Mat();
Mat src_gray = new Mat();
CvInvoke.CvtColor(src, src_gray, Emgu.CV.CvEnum.ColorConversion.Bgr2Gray);
//边缘检测
CvInvoke.Canny(src_gray, dst, 120, 180);
//寻找答题卡矩形边界（大的矩形）
VectorOfVectorOfPoint contours = new VectorOfVectorOfPoint();//创建VectorOfVectorOfPoint数据类型用于存储轮廓
CvInvoke.FindContours(dst, contours, null, Emgu.CV.CvEnum.RetrType.External,
Emgu.CV.CvEnum.ChainApproxMethod.ChainApproxSimple);//提取轮廓
VectorOfVectorOfPoint result_contour = new VectorOfVectorOfPoint();//用于存储筛选过后的轮廓
int ksize = contours.Size; //获取连通区域个数
if (ksize == 1)
{
result_contour = contours;
}
else
{
double maxLength = -1;//用于保存轮廓周长的大值
int index = -1;//轮廓周长的大值的序号
for (int i = 0; i< ksize; i++)
{
VectorOfPoint contour = contours[i];//获取独立的连通轮廓
double length = CvInvoke.ArcLength(contour, true);//计算连通轮廓的周长
if (length >maxLength)
{
maxLength = length;
index = i;
}
}
result_contour.Push(contours[index]);//筛选后的连通轮廓
}
return result_contour;
}//对图像进行矫正
Mat mat_Perspective = MyWarpPerspective(src, result_contour);
public Mat MyWarpPerspective(Mat src, VectorOfVectorOfPoint result_contour)
{
//拟合答题卡的几何轮廓,保存点集pts并顺时针排序
VectorOfPoint pts = new VectorOfPoint();//用于存放逼近的结果
VectorOfPoint tempContour = result_contour[0];//临时用
double result_length = CvInvoke.ArcLength(tempContour, true);
CvInvoke.ApproxPolyDP(tempContour, pts, result_length * 0.02, true); //几何逼近，获取矩形4个顶点坐标
//Point[]转换为PointF[]类型
PointF[] pts_src = Array.ConvertAll(pts.ToArray(), new Converter(PointToPointF));
//确定透视变换的宽度、高度
Size sizeOfRect = CalSizeOfRect(pts_src);
int width= sizeOfRect.Width;
int height=sizeOfRect.Height;
//计算透视变换矩阵
PointF[] pts_target = new PointF[] { new PointF(0, 0), new PointF(width - 1, 0) ,
new PointF(width - 1, height - 1) ,new PointF(0, height - 1)};
//计算透视矩阵
Mat data = CvInvoke.GetPerspectiveTransform(pts_src, pts_target);
//进行透视操作
Mat mat_Perspective = new Mat();
Mat src_gray = new Mat();
CvInvoke.CvtColor(src, src_gray, Emgu.CV.CvEnum.ColorConversion.Bgr2Gray);
CvInvoke.WarpPerspective(src_gray, mat_Perspective, data, new Size(width, height));
return mat_Perspective;
}
////// 计算给定四个坐标点四边形的宽、高
/// ///////// Point转换为PointF类型
/// ////// //阈值分割
Mat mat_threshold = new Mat();
CvInvoke.Threshold(mat_Perspective, mat_threshold, 160, 255, Emgu.CV.CvEnum.ThresholdType.BinaryInv);//获取符合标准的圆形轮廓
VectorOfVectorOfPoint selected_contours =GetContoursAboveGivenSize(mat_threshold, 20, 20);
////// 提取图中大于给定宽、高的轮廓
/// ///要提取轮廓的图片///轮廓外接矩形的宽///轮廓外接矩形的高public VectorOfVectorOfPoint GetContoursAboveGivenSize(Mat mat_threshold, int width, int height)
{
//轮廓筛选
//1.膨胀，改善轮廓
Mat struct_element = CvInvoke.GetStructuringElement(Emgu.CV.CvEnum.ElementShape.Cross,
new Size(3, 3), new Point(-1, -1));//结构元素
Mat mat_dilate = new Mat();
CvInvoke.MorphologyEx(mat_threshold, mat_dilate, Emgu.CV.CvEnum.MorphOp.Dilate, struct_element, new Point(-1, -1), 1,
Emgu.CV.CvEnum.BorderType.Default, new MCvScalar(0, 0, 0));//形态学膨胀
//2.筛选轮廓。筛选条件：宽度和高度同时大于20
VectorOfVectorOfPoint contours = new VectorOfVectorOfPoint();//所有的轮廓
VectorOfVectorOfPoint selected_contours = new VectorOfVectorOfPoint();//用于存储筛选过后的圆形轮廓
Mat mat_dilate_clone = mat_dilate.Clone();//克隆
CvInvoke.FindContours(mat_dilate_clone, contours, null, Emgu.CV.CvEnum.RetrType.External,
Emgu.CV.CvEnum.ChainApproxMethod.ChainApproxSimple);//提取轮廓，操作过程中会对输入图像进行修改
//选取外接矩形宽、高要同时大于给定标准的轮廓
for (int i = 0; i< contours.Size; i++)
{
Rectangle rect = CvInvoke.BoundingRectangle(contours[i]);//外接矩形
if (rect.Width >width && rect.Height >height)
{
selected_contours.Push(contours[i]);
}
}
return selected_contours;
}//对轮廓进行分类排序，获取分类排序后的二维数组
VectorOfVectorOfPoint[,] classed_contours = ClassedOfContours(selected_contours, 5, 5);
////// 对给定的一些轮廓进行分类排序，返回分类排序后的二维数组
/// ///要进行排序的轮廓///一行中轮廓的个数///一列中轮廓的个数/////检测答题者的选项
int[,] result_count = GetResultArray(mat_threshold, classed_contours, 5, 5);
////// 检测答题者的选项，获取涂选的结果数组
/// ///经阈值处理后的图像///经排序分类后的轮廓数组///一行中轮廓的个数///一列中轮廓的个数/////标示出答题者的选项
Mat temp_mat = new Mat();
CvInvoke.CvtColor(mat_Perspective, temp_mat, Emgu.CV.CvEnum.ColorConversion.Gray2Bgr);
for (int i = 0; i< 5; i++)
{
for (int j = 0; j< 5; j++)
{
if (result_count[i,j]==1)
{
CvInvoke.DrawContours(temp_mat, classed_contours[i,j], -1, new MCvScalar(255, 0, 0), 2);
}
}
}
ib_result.Image = temp_mat;结果图如下：
你是否还在寻找稳定的海外服务器提供商？创新互联www.cdcxhl.cn海外机房具备T级流量清洗系统配攻击溯源，准确流量调度确保服务器高可用性，企业级服务器适合批量采购，新人活动首月15元起，快前往官网查看详情吧
