autojs提高二维码识别率(一)-标记定位点

效果

1-效果.jpg

上图中, 完整的标记点一共有4个,
在一起的3个标记点, 是红色;
顶部的单独标记点是蓝色

思路

每一个细节都有很多的步骤, 先说一个大致的思路


2-大致思路.png

识别标记点思路

3-提取标记点.png

1-查找轮廓
注意, 我们要让轮廓包含最全的信息, 所以这里使用的是 Imgproc.RETR_TREE

Imgproc.findContours(binary, contours, hierarchy, Imgproc.RETR_TREE, Imgproc.CHAIN_APPROX_SIMPLE, Point());

2-提取轮廓数据, 宽高, 中心点, 面积, 旋转角度, 最小外接矩形

  {
    w: 54,
    h: 54,
    cx: 460,
    cy: 555,
    area: 2671,
    angle: 0,
    boundingRect: {
      x: 433,
      y: 528,
      tl: '{"x":433.0,"y":528.0}',
      br: '{"x":488.0,"y":583.0}',
    },
  },

3-标记点特征
第一: 子轮廓至少两个;
第二: 宽高比例在1.3以内, 这样就认为是一个正方形
第三: 轮廓拟合多边形后, 如果是四边形, 就认为是四边形, 是不是废话Y(_)Y;
第四: 二值化之后, 同一个二维码的标记点, 同行或同列的标记点, 中间的黑色点至少占三成;

为了更精确, 还可以添加更多的特征, 不止以上四个;

let config = {
  minimumNumberOfSubContours: 2,
  longShortAxisRatio: 1.3,
  maximumNumberOfContourPoints: 4,
  blackRatioBetweenTwoEyes: 0.3,
};

识别标记点效果

4-识别标记点.jpg

绿色方框代码如下

Imgproc.drawContours(src1, eyes, -1, Scalar(0, 255, 0, 255), thickness, 8);

标记点分类

图中识别了四个标记点, 但是我们想要的只是中间二维码的三个标记点, 如何对标记点分类?
我们只识别图片最中间的二维码.
思路

5-是否同一个二维码.png

获取最中心的标记点

1- 计算横排最多有多少个标记点
2- 计算纵列最多有多少个标记点
3- 横排最多就用横排, 纵列多就用纵列
4- 如果横排比纵列的标记点多, 那么标记点按横坐标排序
5- 取排序后的标记点数组, 中间的值

function getCenterEye(eyes) {
  let len = eyes.length;
  return eyes[Math.floor(len / 2)];
}

比较定位点之间的黑色占比

其他定位点, 统一和中心的定位点对比

function classifyEyes(img, eyes) {
  sortEyes(eyes);
  let centerEye = getCenterEye(eyes);
  let classA = [centerEye];
  let classB = [];
  var len = eyes.length;
  for (var i = 0; i < len; i++) {
    let eye = eyes[i];
    if (eye.num == centerEye.num) {
      continue;
    }
    let ratio = getsTheRatioOfBlackAndWhiteBetweenTwoEyes(img, eye, centerEye);
    if (ratio > config.blackRatioBetweenTwoEyes) {
      classA.push(eye);
    } else {
      classB.push(eye);
    }
  }
  return {
    classA: classA,
    classB: classB,
  };
}

计算定位点黑色占比前, 需要二值化图片

let imgGray = images.grayscale(img);
let imgThreshold = images.adaptiveThreshold(imgGray, 255, "MEAN_C", "BINARY", 21, 7);

找色的时候, 又要把二值图改为rgb图

imgThreshold = images.cvtColor(oldImgThreshold, "GRAY2RGBA");

到了这一步, 定位点就区分开了, 我们把定位点绘制出来

for (var i = 0; i < len; i++) {
  let eye = classA[i];
  Imgproc.rectangle(
    img.mat,
    new Point(eye.boundingRect.tl.x, eye.boundingRect.tl.y),
    new Point(eye.boundingRect.br.x, eye.boundingRect.br.y),
    new Scalar(0, 0, 255, 255),
    6
  );

  let text_size = Imgproc.getTextSize("" + eye.num, fontFace, fontScale, thickness, null);

  Imgproc.putText(
    img.mat,
    "" + eye.num,
    Point(eye.cx - text_size.width / 2, eye.h / 4 + eye.boundingRect.br.y + text_size.height),
    fontFace,
    fontScale,
    new Scalar(0, 0, 255, 255),
    thickness
  );
}

提高二维码识别率第一步: 标记定位点, 大功告成oy

名人名言

思路是最重要的, 其他的百度, bing, stackoverflow, github, 安卓文档, autojs文档, 最后才是群里问问
--- 牙叔教程

声明

部分内容来自网络
本教程仅用于学习, 禁止用于其他用途

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,376评论 6 491
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,126评论 2 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 156,966评论 0 347
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,432评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,519评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,792评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,933评论 3 406
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,701评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,143评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,488评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,626评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,292评论 4 329
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,896评论 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,742评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,977评论 1 265
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,324评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,494评论 2 348

推荐阅读更多精彩内容