圖像的二值化

圖像二值化就是將圖像上的像素點的灰度值設(shè)置為0或255，也就是將整個圖像呈現(xiàn)出明顯的黑白效果。
將256個亮度等級的灰度圖像通過適當?shù)拈撝颠x取而獲得仍然可以反映圖像整體和局部特征的二值化圖像。在數(shù)字圖像處理中，二值圖像占有非常重要的地位，首先，圖像的二值化有利于圖像的進一步處理，使圖像變得簡單，而且數(shù)據(jù)量減小，能凸顯出感興趣的目標的輪廓。其次，要進行二值圖像的處理與分析，首先要把灰度圖像二值化，得到二值化圖像。

在實際應(yīng)用中，很多圖像的分析最終都轉(zhuǎn)換為二值圖像的分析，比如：醫(yī)學(xué)圖像分析、前景檢測、字符識別，形狀識別。二值化+數(shù)學(xué)形態(tài)學(xué)能解決很多計算機識別工程中目標提取的問題。

開操作演示---文本分離與切割

開操作是先腐蝕后膨脹的過程。用來消除小物體、在纖細點處分離物體、平滑較大物體的邊界的同時并不明顯改變其面積。

跟開操作相對應(yīng)的是閉操作。另外，腐蝕和膨脹在下文中有介紹。

在 cv4j 中，我們封裝好了這些形態(tài)學(xué)的常用操作，比如開閉操作、腐蝕和膨脹等等。

其中，開操作的代碼如下：

public class MorphOpen {
    /**
     * in order to remove litter noise block, erode + dilate operator
     *
     * @param binary
     * @param structureElement
     */
    public void process(ByteProcessor binary, Size structureElement) {
        Erode erode = new Erode();
        Dilate dilate = new Dilate();
        erode.process(binary, structureElement);
        dilate.process(binary, structureElement);
    }
}

先來看一個完整demo的效果圖

完整的demo效果.png

第三步如果看不太清楚，我們看一下放大的效果圖

放大第三步的操作.png

如上圖所示，demo完成了文本的切割。我們來看看具體的代碼是怎么實現(xiàn)的。

準備工作展示原圖

        Resources res = getResources();
        final Bitmap bitmap = BitmapFactory.decodeResource(res, R.drawable.test_binary1);
        image0.setImageBitmap(bitmap);

第一步二值化

        CV4JImage cv4JImage = new CV4JImage(bitmap);
        Threshold threshold = new Threshold();
        threshold.process((ByteProcessor)(cv4JImage.convert2Gray().getProcessor()),Threshold.THRESH_TRIANGLE,Threshold.METHOD_THRESH_BINARY_INV,255);
        image1.setImageBitmap(cv4JImage.getProcessor().getImage().toBitmap());

第二步開操作

MorphOpen morphOpen = new MorphOpen();
cv4JImage.resetBitmap();
morphOpen.process((ByteProcessor)cv4JImage.getProcessor(),new Size(5));

image2.setImageBitmap(cv4JImage.getProcessor().getImage().toBitmap());

第三步連通組件標記

        ConnectedAreaLabel connectedAreaLabel = new ConnectedAreaLabel();
        byte[] mask = new byte[cv4JImage.getProcessor().getWidth() * cv4JImage.getProcessor().getHeight()];
        List<Rect> rectangles = new ArrayList<>();
        connectedAreaLabel.process((ByteProcessor)cv4JImage.getProcessor(),mask,rectangles,true);
        cv4JImage.resetBitmap();
        Bitmap newBitmap = cv4JImage.getProcessor().getImage().toBitmap();

        if (Preconditions.isNotBlank(rectangles)) {
            Tools.drawRects(newBitmap,rectangles);
        }

        image3.setImageBitmap(newBitmap);

其實，做完第三步再結(jié)合ocr就可以識別出具體文字啦。如果再結(jié)合一下網(wǎng)絡(luò)爬蟲的話，意義更大。

雖然， cv4j 目前還只是移動端的庫，但是它畢竟是java開發(fā)的，改成適合desktop的很容易。

腐蝕操作演示---硬幣計數(shù)

腐蝕操作是一種消除邊界點，使邊界向內(nèi)部收縮的過程?？梢杂脕硐∏覠o意義的物體。腐蝕操作掃描圖像的每一個像素，用結(jié)構(gòu)元素與其覆蓋的二值圖像做“與”操作：如果都為1，結(jié)果圖像的該像素為1，否則為0。

跟腐蝕操作相對的是膨脹操作。腐蝕用于分割獨立的圖像元素，而膨脹用于連接相鄰的元素。

腐蝕的算法：

腐蝕操作.png

其中，g(x,y)為腐蝕后的灰度圖像，f(x,y)為原灰度圖像，B為結(jié)構(gòu)元素。腐蝕運算是由結(jié)構(gòu)元素確定的鄰域塊中選取圖像值與結(jié)構(gòu)元素值的差的最小值。

可以簡化為：

簡化的腐蝕操作.png

來看一個例子，原圖中有很多硬幣，通過一步步的分析計算出硬幣的個數(shù)。

硬幣計數(shù)1.png

硬幣計數(shù)2.png

準備工作展示原圖

        Resources res = getResources();
        final Bitmap bitmap = BitmapFactory.decodeResource(res, R.drawable.test_coins);
        image0.setImageBitmap(bitmap);

第一步二值化

        CV4JImage cv4JImage = new CV4JImage(bitmap);
        Threshold threshold = new Threshold();
        threshold.process((ByteProcessor)(cv4JImage.convert2Gray().getProcessor()),Threshold.THRESH_OTSU,Threshold.METHOD_THRESH_BINARY_INV,255);
        image1.setImageBitmap(cv4JImage.getProcessor().getImage().toBitmap());

第二步腐蝕操作

        Erode erode = new Erode();
        cv4JImage.resetBitmap();
        erode.process((ByteProcessor)cv4JImage.getProcessor(),new Size(3),10);
        image2.setImageBitmap(cv4JImage.getProcessor().getImage().toBitmap());

第三步連通組件標記

        ConnectedAreaLabel connectedAreaLabel = new ConnectedAreaLabel();
        byte[] mask = new byte[cv4JImage.getProcessor().getWidth() * cv4JImage.getProcessor().getHeight()];

        int num = connectedAreaLabel.process((ByteProcessor)cv4JImage.getProcessor(),mask,null,false); // 獲取連通組件的個數(shù)

        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] & 0xff;
            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] & 0xff;
                if (c>0) {
                    newBitmap.setPixel(col,row,colors.get(c));
                }
            }
        }

        image3.setImageBitmap(newBitmap);

        if (num>0)
            numTextView.setText(String.format("總計識別出%d個硬幣",num));

最終獲取了連通組件的個數(shù)也就是硬幣的個數(shù)，并且在已經(jīng)識別的硬幣上隨機著色。

總結(jié)

cv4j 是gloomyfish和我一起開發(fā)的圖像處理庫，純java實現(xiàn)，目前還處于早期的版本。這周，我們開始做二值圖像的分析(腐蝕、膨脹、開閉操作、輪廓提取等等)，這個模塊并沒有完成全部功能，預(yù)計下周能完工。

先前的文章：
Java實現(xiàn)高斯模糊和圖像的空間卷積
Java實現(xiàn)圖片濾鏡的高級玩法
Java實現(xiàn)圖片的濾鏡效果