基于opencv的logo识别

基于opencv的logo识别

首先环境为visual studio 2012+opencv3.2.0.大家尽量采用此环境，opencv对于环境要求较高，环境不同会一堆报错很难处理。

1、opencv安装配置环境（此节略过后续会补充在博客）

2、开始做logo识别。一个logo大致步骤，先通过颜色区别将logo从整体环境中剥离出来。此处以美的logo做解释；

图一为原图，图二为经过opencv 里的hsv变换的图片，图三为针对蓝色做颜色过滤。经过此部分操作即可得到logo。

3、然后针对logo部分转为轮廓化，进行轮廓比对识别。

图一为过滤出来的logo黑白二值图，图二为轮廓图，图三为logo中字母轮廓，图四为用来比对的轮廓。黑色xin文字为相似度，值越小代表相似度越高。

至此即实现logo的检测及比对，详细代码如下：

// opencv.cpp : 定义控制台应用程序的入口点。 // #include "stdafx.h" #include <opencv2/opencv.hpp> #include <opencv2/core.hpp> #include <opencv2/highgui.hpp> #include <opencv2/imgproc.hpp> #include <opencv2/imgproc/imgproc_c.h> #include <iostream> #include <vector> using namespace std; using namespace cv; /*int main() { //the path of test image Mat img=imread("C:\\Users\\14675\\Desktop\\扫码枪教程\\无标题h.png"); namedWindow("dog"); imshow("dog",img); waitKey(6000); // window closed after 6000 ms } */ int main() { /* //VideoCapture cap(0); while (true) { //Mat matSrc; //cap >> matSrc; //Mat matSrc=imread("D://程序工程/opencv/x64/Debug/2.jpg",IMREAD_UNCHANGED); resize(matSrc, matSrc, Size(), 0.5, 0.5); Mat matHsv; //waitKey(2000); cvtColor(matSrc,matHsv,COLOR_BGR2HSV); Mat a,b,c,d,e; inRange(matSrc,Scalar(0, 0, 0),Scalar(180, 255, 46),a); medianBlur(a,b,3); medianBlur(b,c,5); Mat element = getStructuringElement(MORPH_ELLIPSE, Size(2 * 1 + 1, 2 * 1 + 1), Point(1, 1)); Mat element1 = getStructuringElement(MORPH_ELLIPSE, Size(2 * 3 + 1, 2 * 3 + 1), Point(3, 3)); erode(c, d, element);//腐蚀 imshow("显示灰度图",matSrc); imshow("显示灰度图1",matHsv); int ca = waitKey(100);//按ESC则退出当前视频 if ((char)ca == 27) { break; } }*/ //图片初始化 Mat matSrc=imread("D://程序工程/opencv/x64/Debug/3.jpg",IMREAD_UNCHANGED); Mat matSrc2=imread("D://程序工程/opencv/x64/Debug/4.jpg",IMREAD_UNCHANGED); //尺寸归一化 resize(matSrc, matSrc, Size(300,300), 1, 1); resize(matSrc2, matSrc2, Size(300,300), 1, 1); //imshow("显示灰度图1",matSrc); //hsv通道 Mat matHsv,matHsv2; cvtColor(matSrc,matHsv,COLOR_BGR2HSV); cvtColor(matSrc2,matHsv2,COLOR_BGR2HSV); //imshow("显示灰度图2",matHsv); //过滤蓝色二值化 Mat lan,lan2; inRange(matHsv,Scalar(35, 43, 46),Scalar(124, 255, 255),lan); inRange(matHsv2,Scalar(35, 43, 46),Scalar(124, 255, 255),lan2); imshow("显示灰度图3",lan); Mat fu,peng,fu2,peng2; Mat element = getStructuringElement(MORPH_ELLIPSE, Size(2 * 1 + 1, 2 * 1 + 1), Point(1, 1)); erode(lan,fu, element);//腐蚀 dilate(lan, peng, element);//膨胀 erode(lan2,fu2, element);//腐蚀 dilate(lan2, peng2, element);//膨胀 peng-=fu; peng2-=fu2; lan=peng; lan2=peng2; imshow("形态学1",lan); //提取轮廓 CvSeq *test_seqs; CvSeq *mode_seqs; vector<Vec4i> hierarchy,hierarchy2; vector<vector<Point>> contours,contours2; findContours(lan,contours,hierarchy,RETR_TREE,CHAIN_APPROX_SIMPLE,Point());//提取轮廓元素 findContours(lan2,contours2,hierarchy2,RETR_TREE,CHAIN_APPROX_SIMPLE,Point());//提取轮廓元素 //绘制轮廓 drawContours(matSrc,contours, 1, Scalar(115), 3, 8, hierarchy); drawContours(matSrc2,contours2,3, Scalar(115), 3, 8, hierarchy2); imshow("形态学2",matSrc); imshow("形态学对比模板",matSrc2); double zhixin=matchShapes(contours[1],contours2[3],CV_CONTOURS_MATCH_I3,1.0); printf("轮廓一数目：%d 轮廓二数目：%d xin:%f",contours.size(),contours2.size(),zhixin); //cvMatchShapes(lan,lan2,1); //imshow("显示灰度图1",matSrc); //imshow("显示灰度图2",matSrc2); //Canny(lan, lan, 3, 9, 3); //Canny(lan2, lan2, 3, 9, 3); //imshow("显示灰度图3",lan); // imshow("显示灰度图4",lan2); waitKey(); }