Emgu-WPF学习使用-识别二维码的位置

2024-09-01 06:38

本文主要是介绍Emgu-WPF学习使用-识别二维码的位置,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

   参考链接:http://blog.csdn.net/gaobobo138968/article/details/47663607


   我完全参照该链接实现了二维码的位置锁定,向原作者致敬。


   由于我使用的为最新版本的Emgu,很多封装函数调用方法有所变化,新手接触Emgu,尝试做了调整,部分参数也做了微调!

   我使用的Emgu版本:emgucv-windesktop 3.2.0.2682

   最终我实现的效果图如下:


前台xaml: 

 <Grid>
        <Grid.ColumnDefinitions>
            <ColumnDefinition/>
            <ColumnDefinition/>
            <ColumnDefinition/>
            <ColumnDefinition/>
        </Grid.ColumnDefinitions>
        <Grid.RowDefinitions>
            <RowDefinition/>
            <RowDefinition/>
        </Grid.RowDefinitions>
        <Image x:Name="Img1" Grid.Column="0" />
        <Image x:Name="Img2" Grid.Column="1" />
        <Image x:Name="Img3" Grid.Column="2" />
        <Image x:Name="Img4" Grid.Column="3" />
        <Image x:Name="Img5" Grid.Column="0" Grid.Row="1"/>
        <Image x:Name="Img6" Grid.Column="1" Grid.Row="1"/>
        <Image x:Name="Img7" Grid.Column="2" Grid.Row="1"/>
        <Viewbox Stretch="Fill" Grid.Column="3" Grid.Row="1">
            <Grid Width="1134" Height="850" Background="Silver">
                <Image x:Name="Img8"/>
                <Canvas x:Name="CvMainZm"/>
            </Grid>
        </Viewbox>
       
    </Grid>

后台源码:


        private void ShowImage(System.Windows.Controls.Image oImage, UMat src)
        {
            this.Dispatcher.Invoke(() => {
                oImage.Source = BitmapSourceConvert.ToBitmapSource(src);
            });
        }


        private void ShowBgrImage(System.Windows.Controls.Image oImage, Image<Bgr, byte> src)
        {
            this.Dispatcher.Invoke(() => {
                oImage.Source = BitmapSourceConvert.ToBitmapSource(src);
            });
        }


        private void ShowGrayImage(System.Windows.Controls.Image oImage, Image<Gray, byte> src)
        {
            this.Dispatcher.Invoke(() => {
                oImage.Source = BitmapSourceConvert.ToBitmapSource(src);
            });
        }




        public MainWindow()
        {
            InitializeComponent();


            this.Loaded += MainWindow_Loaded;
        }


        //参考链接 http://blog.csdn.net/gaobobo138968/article/details/47663607
        private void MainWindow_Loaded(object sender, RoutedEventArgs e)
        {
            string sFile = AppDomain.CurrentDomain.BaseDirectory + "Test.jpg";


            System.Drawing.Image img = System.Drawing.Image.FromFile(sFile);
            Bitmap barcodeBitmap = new Bitmap(img);
            Image<Bgr, byte> img_src = new Image<Bgr, byte>(barcodeBitmap);


            this.ShowBgrImage(this.Img1, img_src);


            //灰度化
            Image<Gray, byte> imput_gray = new Image<Gray, byte>(img_src.Size);
            CvInvoke.CvtColor(img_src, imput_gray, ColorConversion.Bgr2Gray);
            this.ShowGrayImage(this.Img2, imput_gray);


            //计算x,y方向梯度,相加
            Image<Gray, byte> grad_x1 = new Image<Gray, byte>(img_src.Size);
            Image<Gray, byte> grad_y1 = new Image<Gray, byte>(img_src.Size);
            Image<Gray, byte> grad_all = new Image<Gray, byte>(img_src.Size);
            CvInvoke.Sobel(imput_gray, grad_x1, DepthType.Default, 0, 1, 3);
            CvInvoke.Sobel(imput_gray, grad_y1, DepthType.Default, 1, 0, 3);
            CvInvoke.Add(grad_x1, grad_y1, grad_all, null);
            this.ShowGrayImage(this.Img3, grad_all);


            // 高斯模糊
            grad_all = grad_all.SmoothGaussian(9);
            this.ShowGrayImage(this.Img4, grad_all);


            // 二值化
            CvInvoke.Threshold(grad_all, grad_all, 100, 255, ThresholdType.Binary);
            this.ShowGrayImage(this.Img5, grad_all);


            //消除裂缝
            Mat oMat1 = CvInvoke.GetStructuringElement(Emgu.CV.CvEnum.ElementShape.Rectangle, 
                new System.Drawing.Size(15, 15), new System.Drawing.Point(0, 0));
            CvInvoke.MorphologyEx(grad_all, grad_all, Emgu.CV.CvEnum.MorphOp.Close, oMat1, 
                new System.Drawing.Point(0, 0), 1, BorderType.Default,
                new MCvScalar(255, 0, 0, 255));
            this.ShowGrayImage(this.Img6, grad_all);


            //膨胀与腐蚀(消除杂点)
            Mat oMat2 = CvInvoke.GetStructuringElement(Emgu.CV.CvEnum.ElementShape.Rectangle,
               new System.Drawing.Size(5, 5), new System.Drawing.Point(0, 0));
            CvInvoke.Erode(grad_all, grad_all, oMat2, new System.Drawing.Point(0, 0), 4, 
                BorderType.Default, new MCvScalar(255, 0, 0, 255));
            CvInvoke.Dilate(grad_all, grad_all, oMat2, new System.Drawing.Point(0, 0), 4,
                BorderType.Default, new MCvScalar(255, 0, 0, 255));
            this.ShowGrayImage(this.Img7, grad_all);


            //查找轮廓,绘制轮廓
            #region Find triangles and rectangles
            List<Triangle2DF> triangleList = new List<Triangle2DF>();
            List<RotatedRect> boxList = new List<RotatedRect>(); //a box is a rotated rectangle


            using (VectorOfVectorOfPoint contours = new VectorOfVectorOfPoint())
            {
                CvInvoke.FindContours(grad_all, contours, null, RetrType.List, ChainApproxMethod.ChainApproxSimple);
                int count = contours.Size;
                for (int i = 0; i < count; i++)
                {
                    using (VectorOfPoint contour = contours[i])
                    using (VectorOfPoint approxContour = new VectorOfPoint())
                    {
                        CvInvoke.ApproxPolyDP(contour, approxContour, CvInvoke.ArcLength(contour, true) * 0.05, true);
                        if (CvInvoke.ContourArea(approxContour, false) > 500)
                        {
                            if (approxContour.Size == 3)
                            {
                                System.Drawing.Point[] pts = approxContour.ToArray();
                                triangleList.Add(new Triangle2DF(
                                   pts[0],
                                   pts[1],
                                   pts[2]
                                   ));
                            }
                            else if (approxContour.Size == 4)
                            {
                                #region determine if all the angles in the contour are within [80, 100] degree
                                bool isRectangle = true;
                                System.Drawing.Point[] pts = approxContour.ToArray();
                                LineSegment2D[] edges = Emgu.CV.PointCollection.PolyLine(pts, true);


                                for (int j = 0; j < edges.Length; j++)
                                {
                                    double angle = Math.Abs(
                                       edges[(j + 1) % edges.Length].GetExteriorAngleDegree(edges[j]));
                                    if (angle < 80 || angle > 100)
                                    {
                                        isRectangle = false;
                                        break;
                                    }
                                }
                                #endregion
                                
                                if (isRectangle)
                                {
                                    boxList.Add(CvInvoke.MinAreaRect(approxContour));
                                }
                            }
                        }
                    }
                }


            }


            //this.Img8.Source = new BitmapImage(new Uri(sFile));
            this.ShowGrayImage(this.Img8, grad_all);
            foreach (RotatedRect box in boxList)
            {
                System.Drawing.Point[] pts = Array.ConvertAll(box.GetVertices(), System.Drawing.Point.Round);


                for (int i = 0; i < pts.Length; i++)
                {
                    System.Drawing.Point point = pts[i];
                    System.Drawing.Point point1 = new System.Drawing.Point();
                    if (i == pts.Length-1)
                        point1 = pts[0];
                    else
                        point1 = pts[i + 1];


                    Line oLine = new Line();
                    oLine.Stroke = new SolidColorBrush(Colors.Red);
                    oLine.StrokeThickness = 5;
                    oLine.X1 = point.X;
                    oLine.Y1 = point.Y;


                    oLine.X2 = point1.X;
                    oLine.Y2 = point1.Y;
                    this.CvMainZm.Children.Add(oLine);
                }
            }
            #endregion
        }


     BitmapSourceConvert 类直接使用的SDK中的示例。

这篇关于Emgu-WPF学习使用-识别二维码的位置的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/1126221

相关文章

C++11右值引用与Lambda表达式的使用

《C++11右值引用与Lambda表达式的使用》C++11引入右值引用,实现移动语义提升性能,支持资源转移与完美转发;同时引入Lambda表达式,简化匿名函数定义,通过捕获列表和参数列表灵活处理变量... 目录C++11新特性右值引用和移动语义左值 / 右值常见的左值和右值移动语义移动构造函数移动复制运算符

Python对接支付宝支付之使用AliPay实现的详细操作指南

《Python对接支付宝支付之使用AliPay实现的详细操作指南》支付宝没有提供PythonSDK,但是强大的github就有提供python-alipay-sdk,封装里很多复杂操作,使用这个我们就... 目录一、引言二、准备工作2.1 支付宝开放平台入驻与应用创建2.2 密钥生成与配置2.3 安装ali

C#中lock关键字的使用小结

《C#中lock关键字的使用小结》在C#中,lock关键字用于确保当一个线程位于给定实例的代码块中时,其他线程无法访问同一实例的该代码块,下面就来介绍一下lock关键字的使用... 目录使用方式工作原理注意事项示例代码为什么不能lock值类型在C#中,lock关键字用于确保当一个线程位于给定实例的代码块中时

MySQL 强制使用特定索引的操作

《MySQL强制使用特定索引的操作》MySQL可通过FORCEINDEX、USEINDEX等语法强制查询使用特定索引,但优化器可能不采纳,需结合EXPLAIN分析执行计划,避免性能下降,注意版本差异... 目录1. 使用FORCE INDEX语法2. 使用USE INDEX语法3. 使用IGNORE IND

C# $字符串插值的使用

《C#$字符串插值的使用》本文介绍了C#中的字符串插值功能,详细介绍了使用$符号的实现方式,文中通过示例代码介绍的非常详细,需要的朋友们下面随着小编来一起学习学习吧... 目录$ 字符使用方式创建内插字符串包含不同的数据类型控制内插表达式的格式控制内插表达式的对齐方式内插表达式中使用转义序列内插表达式中使用

flask库中sessions.py的使用小结

《flask库中sessions.py的使用小结》在Flask中Session是一种用于在不同请求之间存储用户数据的机制,Session默认是基于客户端Cookie的,但数据会经过加密签名,防止篡改,... 目录1. Flask Session 的基本使用(1) 启用 Session(2) 存储和读取 Se

Java Thread中join方法使用举例详解

《JavaThread中join方法使用举例详解》JavaThread中join()方法主要是让调用改方法的thread完成run方法里面的东西后,在执行join()方法后面的代码,这篇文章主要介绍... 目录前言1.join()方法的定义和作用2.join()方法的三个重载版本3.join()方法的工作原

Spring AI使用tool Calling和MCP的示例详解

《SpringAI使用toolCalling和MCP的示例详解》SpringAI1.0.0.M6引入ToolCalling与MCP协议,提升AI与工具交互的扩展性与标准化,支持信息检索、行动执行等... 目录深入探索 Spring AI聊天接口示例Function CallingMCPSTDIOSSE结束语

Linux系统之lvcreate命令使用解读

《Linux系统之lvcreate命令使用解读》lvcreate是LVM中创建逻辑卷的核心命令,支持线性、条带化、RAID、镜像、快照、瘦池和缓存池等多种类型,实现灵活存储资源管理,需注意空间分配、R... 目录lvcreate命令详解一、命令概述二、语法格式三、核心功能四、选项详解五、使用示例1. 创建逻

在Java中使用OpenCV实践

《在Java中使用OpenCV实践》用户分享了在Java项目中集成OpenCV4.10.0的实践经验,涵盖库简介、Windows安装、依赖配置及灰度图测试,强调其在图像处理领域的多功能性,并计划后续探... 目录前言一 、OpenCV1.简介2.下载与安装3.目录说明二、在Java项目中使用三 、测试1.测