opencv进行rect检测时,当检测到多个rect,组成rect vector之后,有些rect是由一个区域误分割得到的,

可以按照某种规格将这些rect合并为一个rect。比如按照x,y,width,height特性。

可以先按照x坐标或者y坐标排序。

//按照X坐标排序
bool BOCR::rect_rank_x(vector<Rect> &vec_rects) {
Rect vec_temp;
for (int l = 1; l < vec_rects.size(); l++) {
for (int m = vec_rects.size() - 1; m >= l; m--) {
if (vec_rects[m].x < vec_rects[m - 1].x) {
vec_temp = vec_rects[m - 1];
vec_rects[m - 1] = vec_rects[m];
vec_rects[m] = vec_temp;
}
}
}
return true;
}
//按照X坐标排序
bool BOCR::rect_rank_y(vector<Rect> &vec_rects) {
Rect vec_temp;
for (int l = 1; l < vec_rects.size(); l++) {
for (int m = vec_rects.size() - 1; m >= l; m--) {
if (vec_rects[m].y < vec_rects[m - 1].y) {
vec_temp = vec_rects[m - 1];
vec_rects[m - 1] = vec_rects[m];
vec_rects[m] = vec_temp;
}
}
}
return true;
} /*将rect上下合并
* 参数:vec_rects:输入的所有的rect集合;
* vec_rects_out:输出的上下合并后的所有的rect集合;
* x_dif:进行上下合并的x差值;y_dif:进行上下合并的y差值;
* width:进行上下合并的width最大值;height:进行上下合并的height最大值;
width_rect:合并后的rect的width的值大于width_rect为满足条件
*/
bool BOCR::rect_combine_uplow(vector<Rect> &vec_rects,
vector<Rect>&vec_rects_out, int x_dif, int y_dif, int width, int height,
int width_rect) {
rect_rank_y(vec_rects);
//将上下部分分裂的,合并
int num_rect = vec_rects.size();
for (int j = 0; j < num_rect; j++) {
if (vec_rects[j].width > 0) {
Rect r;
for (int p = 0; p < num_rect; p++) {
if ((vec_rects[p].width > 0) && (p > j || p < j)) {
if ((((abs(vec_rects[p].x - vec_rects[j].x) < x_dif)
|| (abs(
vec_rects[p].x + vec_rects[p].width
- vec_rects[j].x
- vec_rects[j].width) < x_dif))
&& ((abs(
vec_rects[p].y
- (vec_rects[j].y
+ vec_rects[j].height))
< y_dif)
|| (abs(
vec_rects[j].y
- (vec_rects[p].y
+ vec_rects[p].height))
< y_dif))
&& (vec_rects[p].height < height)
&& (vec_rects[j].height < height)
&& (vec_rects[p].width < width)
&& (vec_rects[j].width < width))) { r.x = min(vec_rects[j].x, vec_rects[p].x);
r.y = min(vec_rects[j].y, vec_rects[p].y);
r.width = max(
vec_rects[p].x + vec_rects[p].width
- vec_rects[j].x,
vec_rects[j].x + vec_rects[j].width
- vec_rects[p].x);
r.height = max(
vec_rects[j].y + vec_rects[j].height
- vec_rects[p].y,
vec_rects[p].y + vec_rects[p].height
- vec_rects[j].y);
if (vec_rects[p].y < vec_rects[j].y) {
vec_rects[p].width = 0;
vec_rects[p].x = 0;
vec_rects[p].height = 0;
vec_rects[p].y = 0;
vec_rects[j] = r;
} else {
vec_rects[j].width = 0;
vec_rects[j].x = 0;
vec_rects[j].height = 0;
vec_rects[j].y = 0;
vec_rects[p] = r;
} }
}
}
}
} for (int j = 0; j < num_rect; j++) {
if (vec_rects[j].width > width_rect) {
vec_rects_out.push_back(vec_rects[j]);
}
}
return true;
} /*将rect左右合并
* 参数:
* show:输入图像;
* vec_rects:输入的所有的rect集合;
* vec_rects_out:输出的左右合并后的所有的rect集合;
* x_dif:进行左右合并的x差值;y_dif:进行左右合并的y差值;
* width:进行左右合并的width最大值;height:进行左右合并的height最大值;
* rate1:rect的长宽比最小值1;rate2:rect的长宽比最小值2;
* width_rect:合并后的rect的width的值大于width_rect为满足条件
*/
bool BOCR::rect_combine_leftright(Mat & show, vector<Rect> &vec_rects,
vector<Rect>&vec_rects_out, int x_dif, int y_dif, int width, int height,
double rate1, double rate2, int width_rect) {
int num = vec_rects.size();
for (int j = 0; j < num - 1; j++) {
if (vec_rects[j].width > 0) {
for (int q = j + 1; q < num; q++) {
if (vec_rects[q].width > 0) {
Rect r;
if ((max(vec_rects[q].x - x_dif, 0)
< min(vec_rects[j].x + vec_rects[j].width,
show.cols))
&& ((abs(vec_rects[q].y - vec_rects[j].y) < y_dif)
|| (abs(
min(
vec_rects[q].y
+ vec_rects[q].height,
show.rows)
- min(
vec_rects[j].y
+ vec_rects[j].height,
show.rows)) < y_dif))
&& (vec_rects[q].width < width)
&& (vec_rects[j].width < width)
&& (((vec_rects[q].height
/ (double) vec_rects[q].width > rate1)
&& (vec_rects[j].height
/ (double) vec_rects[j].width
> rate2))
|| ((vec_rects[j].height
/ (double) vec_rects[j].width
> rate1)
&& (vec_rects[q].height
/ (double) vec_rects[q].width
> rate2)))) {
if ((vec_rects[j].x + vec_rects[j].width
> show.cols / 10 * 8.5)
&& (vec_rects[q].x > show.cols / 10 * 8.5)
&& abs(vec_rects[j].width - vec_rects[q].width)
< 4
&& abs(
vec_rects[j].height
- vec_rects[q].height) < 3) {
;
} else {
r.x = vec_rects[j].x;
r.y = min(vec_rects[j].y, vec_rects[q].y);
r.width = vec_rects[q].x + vec_rects[q].width
- vec_rects[j].x;
r.height = max(vec_rects[j].y + vec_rects[j].height,
vec_rects[q].y + vec_rects[q].height) - r.y;
vec_rects[q].width = 0;
vec_rects[q].x = 0;
vec_rects[j] = r;
}
}
}
}
}
}
for (int j = 0; j < num; j++) {
if (vec_rects[j].width > width_rect) {
vec_rects_out.push_back(vec_rects[j]);
}
}
return true;
}
————————————————
版权声明:本文为CSDN博主「等待破茧」的原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/boon_228/article/details/51491789

图像处理opencv-Rect 排序、合并[转]的更多相关文章

  1. Python 图像处理 OpenCV (3):图像属性、图像感兴趣 ROI 区域及通道处理

    前文传送门: 「Python 图像处理 OpenCV (1):入门」 「Python 图像处理 OpenCV (2):像素处理与 Numpy 操作以及 Matplotlib 显示图像」 图像属性 图像 ...

  2. Python 图像处理 OpenCV (16):图像直方图

    前文传送门: 「Python 图像处理 OpenCV (1):入门」 「Python 图像处理 OpenCV (2):像素处理与 Numpy 操作以及 Matplotlib 显示图像」 「Python ...

  3. 排序合并连接(sort merge join)的原理

    排序合并连接(sort merge join)的原理 排序合并连接(sort merge join)的原理     排序合并连接(sort merge join)       访问次数:两张表都只会访 ...

  4. oracle表连接------&gt;排序合并连接(Merge Sort Join)

    排序合并连接 (Sort Merge Join)是一种两个表在做连接时用排序操作(Sort)和合并操作(Merge)来得到连接结果集的连接方法. 对于排序合并连接的优缺点及适用场景例如以下: a,通常 ...

  5. oracle 表连接 - sort merge joins 排序合并连接

    https://blog.csdn.net/dataminer_2007/article/details/41907581一. sort merge joins连接(排序合并连接) 原理 指的是两个表 ...

  6. Python 图像处理 OpenCV (2):像素处理与 Numpy 操作以及 Matplotlib 显示图像

    前文传送门: 「Python 图像处理 OpenCV (1):入门」 普通操作 1. 读取像素 读取像素可以通过行坐标和列坐标来进行访问,灰度图像直接返回灰度值,彩色图像则返回B.G.R三个分量. 需 ...

  7. Python 图像处理 OpenCV (4):图像算数运算以及修改颜色空间

    前文传送门: 「Python 图像处理 OpenCV (1):入门」 「Python 图像处理 OpenCV (2):像素处理与 Numpy 操作以及 Matplotlib 显示图像」 「Python ...

  8. Python 图像处理 OpenCV (5):图像的几何变换

    前文传送门: 「Python 图像处理 OpenCV (1):入门」 「Python 图像处理 OpenCV (2):像素处理与 Numpy 操作以及 Matplotlib 显示图像」 「Python ...

  9. Python 图像处理 OpenCV (6):图像的阈值处理

    前文传送门: 「Python 图像处理 OpenCV (1):入门」 「Python 图像处理 OpenCV (2):像素处理与 Numpy 操作以及 Matplotlib 显示图像」 「Python ...

  10. Python 图像处理 OpenCV (7):图像平滑(滤波)处理

    前文传送门: 「Python 图像处理 OpenCV (1):入门」 「Python 图像处理 OpenCV (2):像素处理与 Numpy 操作以及 Matplotlib 显示图像」 「Python ...

随机推荐

  1. 一起手写吧!call、apply、bind!

    apply,call,bind都是js给函数内置的一些api,调用他们可以为函数指定this的执行,同时也可以传参. call call 接收多个参数,第一个为函数上下文也就是this,后边参数为函数 ...

  2. oracle to_char处理日期

    select to_char(sysdate,'d') from dual;--本周第几天 select to_char(sysdate,'dd') from dual;--本月第几天 select ...

  3. springmvc框架找那个@responseBody注解

    <%@ page contentType="text/html;charset=UTF-8" language="java" %><html& ...

  4. Linkerd Service Mesh 服务配置文件规范

    服务配置文件 为 Linkerd 提供有关服务的附加信息. 以下是可以使用服务配置文件完成的所有操作的参考. 系列 中文手册(https://linkerd.hacker-linner.com) Sp ...

  5. numpy基础教程--clip函数的使用

    在numpy中,clip函数的原型为clip(self, min=None, max=None, out=None),意思是把小于min的数全部置换为min,大于max的数全部置换为max,在[min ...

  6. Identity Server 4 从入门到落地(十二)—— 使用Nginx集成认证服务

    前面的部分: Identity Server 4 从入门到落地(一)-- 从IdentityServer4.Admin开始 Identity Server 4 从入门到落地(二)-- 理解授权码模式 ...

  7. Tableau预测指示器的运用

    一.将订单日期拖拽两次到列,日期格式设置为年订单日期和月订单日期 二.将销售额拖拽至行,对应结果如下图所示 三.分析-趋势线-显示趋势线-显示选择整个视图 四.右键预测的任意位置,选择预测-描述预测- ...

  8. 【紧急】继续折腾,Log4j再发2.1.6,强烈建议升级

    背景 继前天正式发布的2.15.0之后,Apache log4j 2 团队宣布 Log4j 2.16.0 发布! 由于SLF4J适配兼容性的中断,Log4j 现在发布两个版本的SLF4J to Log ...

  9. LuoguP6553 Strings of Monody 题解

    Content 给定一个长度为 \(n\) 的字符串 \(s\)(仅包含 \(1,4,5\) 三种字符,\(n\) 在本题中无需输入),有 \(m\) 个操作,每次操作给定两个整数 \(l,r\),再 ...

  10. CF934A A Compatible Pair 题解

    Content 有两个数列 \(A\) 和 \(B\),\(A\) 数列里面有 \(n\) 个元素,\(B\) 数列里面有 \(m\) 个元素,现在请从 \(A\) 数列中删除一个数,使得 \(A\) ...