0%

基于 opencv.js 实现图像内矩形物品的自动提取

前言

大学的时候研究了一段时间的 OpenCV ,当时做了一个这样的小工具 RunFace

有两张照片,第一张照片带白纸,通过合成会将第二张照片转换到第一张照片的白纸处

物品替换

正好最近看到 OpenCV 在前端有对应的实现库,就想着做个纯前端版本,这次我们实现反向效果,将合成图中的矩形图像提取出来

rectangle-extract

已开源,详见 rectangle-extract-opencvjs

在线地址

主要的应用场景有:去除身份证照背景得到扫描件

当然,这些用 ps 很容易实现

实现要点

一、生成 opencv.js

可以选择自己编译,用的是 LLVM 那套工具链

详见 Build OpenCV.js

我是直接用的现成的 js 文件,大概 8M

有个疑问,自己编译的话不知是否可以选择仅编译某些模块,这样生成的包就比较小了

二、算法流程

矩形抽离流程图

我们以下面原图为例

原图

预处理

分为尺寸调整和滤波

尺寸调整是将图片宽高等比例缩小到 200px 以内,目的是为了提高处理效率,且让滤波效果更好

滤波的作用是保边(边缘锐化)去噪(去除纹理),方便后续目标图像的提取

滤波可以用 双边滤波 或者 meanshift 滤波

预处理

提取前景图

在当前应用场景,目标矩形图像占比较大,我们可以直接取中点进行漫水填充

即通过应用 floodFill 算法得到灰度图

漫水填充

应用中值滤波去噪

中值去噪

这样我们就得到一个二值图像了

后续考虑更通用的场景,可以引入用户交互:以用户触碰点进行漫水填充

直线检测

先利用 Canny 算子进行边缘检测

边缘检测

然后通过 HoughLines 变换得到直线

直线检测

这里不选用 HoughLinesP 检测线段,主要原因是得到的线段都是短线段且方向变化较大,不利于后续的计算;还有一个原因是不能处理图像部分缺失的情况

当然这里的场景也不需要考虑目标图像部分缺失的情况。

顶点坐标计算

计算所有直线的交点

过滤掉坐标不在范围的

交点.png

本来打算打算通过 kmeans 进行聚类,发现 opencv 自带的不太好用(也可能是我姿势不对)

取巧,先计算中点,然后根据极坐标对所有交点进行排序,欧式距离在一定范围内的属于同一类

我们得到了多个聚类,取元素最多的四个分类,并得到四个均值坐标

最后以左上角(横纵坐标均小于中点)为第一个点,进行顺时针排序

矩阵变换

将原图的四个坐标变换到目标图片的四个新的点

这里存在一个问题,就是新的目标图片的宽高应该是多少,这里我们直接取原图的宽高

后续有时间的话再研究下自动识别目标图宽高的算法

最后再横纵缩放一半(压缩),得到最后的结果

结果

三、界面布局

借鉴了该文章的代码 [OpenCV Web] Should You Use OpenCV JS?

用的 bootstrap 进行布局

四、代码实现

接口的使用方式基本上和其他语言相同

不清楚的话可以查看 api 文档

或者先玩玩这些图像处理相关demo

总的来说,文档较为匮乏,很多接口没有说明,只能通过其他语言的 api 进行类推

代码如下,更多的请查看 github 仓库

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
const g_nLowDifference = 35
const g_nUpDifference = 35; //负差最大值、正差最大值
const UNCAL_THETA = 0.5;
class Line {
constructor(rho, theta) {
this.rho = rho
this.theta = theta
let a = Math.cos(theta);
let b = Math.sin(theta);
let x0 = a * rho;
let y0 = b * rho;
this.startPoint = { x: x0 - 400 * b, y: y0 + 400 * a };
this.endPoint = { x: x0 + 400 * b, y: y0 - 400 * a };
}
}
/**
* @param {Object} srcMat
*/
function itemExtract (srcMat, name) {
let scale = getScale(Math.max(srcMat.rows, srcMat.cols))
let preMat = preProcess(srcMat, scale)
let grayMat = getSegmentImage(preMat)
let lines = getLinesWithDetect(grayMat)
let points = getFourVertex(lines, scale, { height: srcMat.rows, width: srcMat.cols })
let result = getResultWithMap(srcMat, points)
cv.imshow(name, result);
preMat.delete()
grayMat.delete()
srcMat.delete()
result.delete()
}
/**
* 获取缩放比例
* @param {*} len
*/
function getScale (len) {
let scale = 1
while (len > 200) {
scale /= 2
len >>= 1
}
return scale
}
/**
* 预处理
* @param {*} src
*/
function preProcess (src, scale) {
let smallMat = resize(src, scale)
let result = filter(smallMat)
smallMat.delete()
return result
}
/**
* 调整至指定宽高
* @param {*} src
* @param {*} scale 缩放比例
*/
function resize (src, scale = 1) {
let smallMat = new cv.Mat();
let dsize = new cv.Size(0, 0);
cv.resize(src, smallMat, dsize, scale, scale, cv.INTER_AREA)
return smallMat
}
/**
* 滤波:保边去噪
* @param {*} mat
*/
function filter (src) {
let dst = new cv.Mat();
cv.cvtColor(src, src, cv.COLOR_RGBA2RGB, 0);
// 双边滤波
cv.bilateralFilter(src, dst, 9, 75, 75, cv.BORDER_DEFAULT);
return dst
}
/**
* 通过分割图像获取前景灰度图
* @param {*} src
*/
function getSegmentImage (src) {
const mask = new cv.Mat(src.rows + 2, src.cols + 2, cv.CV_8U, [0, 0, 0, 0])
const seed = new cv.Point(src.cols >> 1, src.rows >> 1)
let flags = 4 + (255 << 8) + cv.FLOODFILL_FIXED_RANGE
let ccomp = new cv.Rect()
let newVal = new cv.Scalar(255, 255, 255)
// 选取中点,采用floodFill漫水填充
cv.threshold(mask, mask, 1, 128, cv.THRESH_BINARY);
cv.floodFill(src, mask, seed, newVal, ccomp, new cv.Scalar(g_nLowDifference, g_nLowDifference, g_nLowDifference), new cv.Scalar(g_nUpDifference, g_nUpDifference, g_nUpDifference), flags);
// 再次执行一次滤波去除噪点
cv.medianBlur(mask, mask, 9);
return mask
}


function getLinesFromData32F (data32F) {
let lines = []
let len = data32F.length / 2
for (let i = 0; i < len; ++i) {
let rho = data32F[i * 2];
let theta = data32F[i * 2 + 1];
lines.push(new Line(rho, theta))
}
return lines
}
/**
* 直线检测
* @param {*} mat
*/
function getLinesWithDetect (src) {
let dst = cv.Mat.zeros(src.rows, src.cols, cv.CV_8UC3);
let lines = new cv.Mat();
// Canny 算子进行边缘检测
cv.Canny(src, src, 50, 200, 3);
cv.HoughLines(src, lines, 1, Math.PI / 180,
30, 0, 0, 0, Math.PI);
// draw lines
for (let i = 0; i < lines.rows; ++i) {
let rho = lines.data32F[i * 2];
let theta = lines.data32F[i * 2 + 1];
let a = Math.cos(theta);
let b = Math.sin(theta);
let x0 = a * rho;
let y0 = b * rho;
let startPoint = { x: x0 - 400 * b, y: y0 + 400 * a };
let endPoint = { x: x0 + 400 * b, y: y0 - 400 * a };
cv.line(dst, startPoint, endPoint, [255, 0, 0, 255]);
}
let lineArray = getLinesFromData32F(lines.data32F)
// drawLineMat(src.rows, src.cols, lineArray)
return lineArray
}
/**
* 计算两直线间的交点
* @param {*} l1
* @param {*} l2
*/
function getIntersection (l1, l2) {
//角度差太小 不算,
let minTheta = Math.min(l1.theta, l2.theta)
let maxTheta = Math.max(l1.theta, l2.theta)
if (Math.abs(l1.theta - l2.theta) < UNCAL_THETA || Math.abs(minTheta + Math.PI - maxTheta) < UNCAL_THETA) {
return;
}
//计算两条直线的交点
let intersection;
//y = a * x + b;
let a1 = Math.abs(l1.startPoint.x - l1.endPoint.x) < Number.EPSILON ? 0 : (l1.startPoint.y - l1.endPoint.y) / (l1.startPoint.x - l1.endPoint.x);
let b1 = l1.startPoint.y - a1 * (l1.startPoint.x);
let a2 = Math.abs((l2.startPoint.x - l2.endPoint.x)) < Number.EPSILON ? 0 : (l2.startPoint.y - l2.endPoint.y) / (l2.startPoint.x - l2.endPoint.x);
let b2 = l2.startPoint.y - a2 * (l2.startPoint.x);
if (Math.abs(a2 - a1) > Number.EPSILON) {
let x = (b1 - b2) / (a2 - a1)
let y = a1 * x + b1
intersection = { x, y }
}
return intersection
}
/**
* 计算所有交点
* @param {*} lines
*/
function getAllIntersections (lines) {
let points = []
for (let i = 0; i < lines.length; i++) {
for (let j = i + 1; j < lines.length; j++) {
let point = getIntersection(lines[i], lines[j])
if (point) {
points.push(point)
}
}
}
return points
}
/**
* 聚类取均值
* @param {*} points
* @param {*} param1
*/
function getClusterPoints (points, { width, height }) {
points.sort((p1, p2) => {
if (p1.x !== p2.x) {
return p1.x - p2.x
} else {
return p1.y - p2.y
}
})
const distance = Math.max(40, (width + height) / 20)
const isNear = (p1, p2) => Math.abs(p1.x - p2.x) + Math.abs(p1.y - p2.y) < distance
let clusters = [[points[0]]]
for (let i = 1; i < points.length; i++) {
if (isNear(points[i], points[i - 1])) {
clusters[clusters.length - 1].push(points[i])
} else {
clusters.push([points[i]])
}
}
// 除去量最少的,仅保留四个聚类
clusters = clusters.sort((c1, c2) => c2.length - c1.length).slice(0, 4)
const result = clusters.map(cluster => {
const x = ~~(cluster.reduce((sum, cur) => sum + cur.x, 0) / cluster.length)
const y = ~~(cluster.reduce((sum, cur) => sum + cur.y, 0) / cluster.length)
return { x, y }
})
return result
}
/**
* 顺时针排序,以中心点左上角为第一个点
* @param {*} points
*/
function getSortedVertex (points) {
let center = {
x: points.reduce((sum, p) => sum + p.x, 0) / 4,
y: points.reduce((sum, p) => sum + p.y, 0) / 4
}
let sortedPoints = []
sortedPoints.push(points.find(p => p.x < center.x && p.y < center.y))
sortedPoints.push(points.find(p => p.x > center.x && p.y < center.y))
sortedPoints.push(points.find(p => p.x > center.x && p.y > center.y))
sortedPoints.push(points.find(p => p.x < center.x && p.y > center.y))
return sortedPoints
}

/**
* 根据聚类获得四个顶点的坐标
*/
function getFourVertex (lines, scale, { width, height }) {
// 缩放 + 过滤
let allPoints = getAllIntersections(lines).map(point => ({
x: ~~(point.x / scale), y: ~~(point.y / scale)
})).filter(({ x, y }) => !(x < 0 || x > width || y < 0 || y > height))
const points = getClusterPoints(allPoints, { width, height })
const sortedPoints = getSortedVertex(points)
return sortedPoints
}
/**
* 抠图,映射
* @param {*} src
* @param {*} points
*/
function getResultWithMap (src, points) {
let array = []
points.forEach(point => {
array.push(point.x)
array.push(point.y)
})
console.log(points, array)
let dst = new cv.Mat();
let dsize = new cv.Size(0, 0);
let dstWidth = src.cols
let dstHeight = src.rows
let srcTri = cv.matFromArray(4, 1, cv.CV_32FC2, array);
let dstTri = cv.matFromArray(4, 1, cv.CV_32FC2, [0, 0, dstWidth, 0, dstWidth, dstHeight, 0, dstHeight]);
let M = cv.getPerspectiveTransform(srcTri, dstTri);
cv.warpPerspective(src, dst, M, dsize);
let resizeDst = resize(dst, 0.5)
M.delete(); srcTri.delete(); dstTri.delete(); dst.delete()
return resizeDst
}
function drawLineMat (rows, cols, lines) {
let dst = cv.Mat.zeros(rows, cols, cv.CV_8UC3);
let color = new cv.Scalar(255, 0, 0);
for (let line of lines) {
cv.line(dst, line.startPoint, line.endPoint, color);
}
cv.imshow("canvasOutput", dst);
}

注意: 使用完的 Mat 对象记得手动清空,否则会耗尽 WebAssembly 的内存

总结

通过一个简单的例子,接触了 opencv.js 的使用

opencv 提供了很多接口,使得在前端进行图像处理变得很方便,未来或许有更多的应用场景

未来展望

性能上:尝试使用 AssemblyScript 编写相关的算法模块,生成 wasm 并替换掉这个 8M 的 opencv.js 文件

功能上:增加触控交互,更智能的识别目标矩形;目标图片宽高校正;

编码上:借鉴中间件的思想进行重构

后续优化完再写一篇文章

也欢迎试用,以及提 pr

参考文档

  1. 官方 demo
  2. 利用OpenCV检测图像中的长方形画布或纸张并提取图像内容
  3. How can you use K-Means clustering to posterize an image using opencv javascript?
您的支持将鼓励我继续创作!