在本文中，我們將探討如何使用OpenCvSharp庫在C#的WinForms應用程式中實現輪廓匹配功能。輪廓匹配是計算機視覺中的一項重要技術，可用於識別和定點陣圖像中的特定形狀或物體。
應用程式概述
我們的WinForms應用程式允許使用者選擇兩張圖片：一張源影象和一張模板影象。程式會在源影象中查詢與模板影象最相似的輪廓，並在結果影象中高亮顯示匹配的輪廓。
主要功能包括：
選擇源影象和模板影象
顯示選擇的影象
執行輪廓匹配
顯示匹配結果和相似度
實現細節
1. 影象選擇
我們使用OpenFileDialog來允許使用者選擇源影象和模板影象。選擇的影象路徑會顯示在文字框中，並在PictureBox控制元件中預覽影象。
private void btnSelectSource_Click(object sender, EventArgs e)
{
using(OpenFileDialog openFileDialog = new OpenFileDialog())
{
openFileDialog.Filter = "Image files (*.png;*.jpg;*.jpeg)|*.png;*.jpg;*.jpeg|All files (*.*)|*.*";
if(openFileDialog.ShowDialog() == DialogResult.OK)
{
sourcePath = openFileDialog.FileName;
txtSourcePath.Text = sourcePath;
pictureBoxSource.Image = System.Drawing.Image.FromFile(sourcePath);
}
}
}
private void btnSelectTemplate_Click(object sender, EventArgs e)
{
using(OpenFileDialog openFileDialog = new OpenFileDialog())
{
openFileDialog.Filter = "Image files (*.png;*.jpg;*.jpeg)|*.png;*.jpg;*.jpeg|All files (*.*)|*.*";
if(openFileDialog.ShowDialog() == DialogResult.OK)
{
templatePath = openFileDialog.FileName;
txtTemplatePath.Text = templatePath;
pictureBoxTemplate.Image = System.Drawing.Image.FromFile(templatePath);
}
}
}
2. 影象預處理
在進行輪廓匹配之前，我們需要對影象進行預處理。這包括將影象轉換為灰度圖，並應用二值化處理：
Cv2.Threshold(source, source, 127, 255, ThresholdTypes.Binary); Cv2.Threshold(template, template, 127, 255, ThresholdTypes.Binary);
3. 輪廓檢測
使用Cv2.FindContours方法來檢測源影象和模板影象中的輪廓：
Cv2.FindContours(source, out Point[][] sourceContours, out HierarchyIndex[] hierarchy, RetrievalModes.External, ContourApproximationModes.ApproxSimple); Cv2.FindContours(template, out Point[][] templateContours, out _, RetrievalModes.External, ContourApproximationModes.ApproxSimple);
4. 輪廓匹配
我們使用Cv2.MatchShapes方法來比較模板輪廓與源影象中的每個輪廓的相似度：
double match = Cv2.MatchShapes(templateContours[0], sourceContours[i], ShapeMatchModes.I1, 0);
5. 結果顯示
如果找到匹配的輪廓（相似度高於閾值），我們會在結果影象中繪製該輪廓並顯示相似度：
if(bestMatchIndex != -1 && bestMatch < 0.1)
{
using(Mat result = source.Clone())
{
Cv2.CvtColor(result, result, ColorConversionCodes.GRAY2BGR);
Cv2.DrawContours(result, sourceContours, bestMatchIndex, Scalar.Red, 2);
pictureBoxResult.Image = BitmapConverter.ToBitmap(result);
}
lblResult.Text = $ "Match found! Similarity: {1 - bestMatch:F4}";
}
else
{
lblResult.Text = "No match found.";
}
6.匹配事件
private void btnMatch_Click(object sender, EventArgs e)
{
if(string.IsNullOrEmpty(sourcePath) || string.IsNullOrEmpty(templatePath))
{
MessageBox.Show("Please select both source and template images.");
return;
}
try
{
using(Mat source = Cv2.ImRead(sourcePath, ImreadModes.GrayScale)) using(Mat template = Cv2.ImRead(templatePath, ImreadModes.GrayScale))
{
Cv2.Threshold(source, source, 127, 255, ThresholdTypes.Binary);
Cv2.Threshold(template, template, 127, 255, ThresholdTypes.Binary);
Cv2.FindContours(source, out Point[][] sourceContours, out HierarchyIndex[] hierarchy, RetrievalModes.External, ContourApproximationModes.ApproxSimple);
Cv2.FindContours(template, out Point[][] templateContours, out _, RetrievalModes.External, ContourApproximationModes.ApproxSimple);
double bestMatch = double.MaxValue;
int bestMatchIndex = -1;
for(int i = 0; i < sourceContours.Length; i++)
{
double match = Cv2.MatchShapes(templateContours[0], sourceContours[i], ShapeMatchModes.I1, 0);
if(match < bestMatch)
{
bestMatch = match;
bestMatchIndex = i;
}
}
if(bestMatchIndex != -1 && bestMatch < 0.1)
// 設定一個閾值
{
using(Mat result = source.Clone())
{
Cv2.CvtColor(result, result, ColorConversionCodes.GRAY2BGR);
Cv2.DrawContours(result, sourceContours, bestMatchIndex, Scalar.Red, 2);
pictureBoxResult.Image = BitmapConverter.ToBitmap(result);
}
lblResult.Text = $ "Match found! Similarity: {1 - bestMatch:F4}";
}
else
{
lblResult.Text = "No match found.";
}
}
}
catch (Exception ex)
{
MessageBox.Show($ "An error occurred: {ex.Message}");
}
}
注意事項
影象預處理：二值化閾值（127）可能需要根據實際影象調整以獲得最佳結果。
匹配閾值：當前程式碼中使用的閾值（0.1）可能需要根據具體應用場景進行調整。
錯誤處理：程式碼中包含了基本的錯誤處理，但在實際應用中可能需要更健壯的錯誤處理機制。
效能最佳化
對於大型影象或需要實時處理的應用，可以考慮以下最佳化方法：
影象縮放：在處理之前將大影象縮小到合適的尺寸。
並行處理：使用並行迴圈（Parallel.For）來加速輪廓匹配過程。
ROI（感興趣區域）：如果知道目標可能出現的大致位置，可以只在特定區域內搜尋。
結論
本文介紹瞭如何使用OpenCvSharp在C# WinForms應用程式中實現基本的輪廓匹配功能。透過結合OpenCV的強大影象處理能力和WinForms的用戶界面，我們建立了一個直觀的工具來演示輪廓匹配技術。
這個應用程式為更復雜的計算機視覺專案奠定了基礎。透過進一步的最佳化和功能擴充套件，它可以發展成為一個強大的影象分析工具，適用於各種實際應用場景，如質量控制、醫學影像分析或自動化視覺檢測系統。
