签名图片背景处理

目的：公司在申请项目填写计划书时，需要提交所有参与人员的电子签名，项目参与人员将电子签名提交上来（在白纸上写上名字并拍照发送过来），我这里需将发送过来的图片背景变为纯白（为了美观），由于人员众多，普通的PS速度太慢，故编写下述代码，该代码可对某个文件夹下的所有图片，进行背景处理，大大加快了工作效率

代码：

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"

#include <iostream>

using namespace std;
using namespace cv;

//读取指定目录下的图片
void getAllFiles(string path, vector<string> &files, string fileType)
{
   long hFile = 0;
   struct _finddata_t fileInfo;
   string p;

   if ((hFile = _findfirst(p.assign(path).append("\\*" + fileType).c_str(), &fileInfo)) != -1) {
       do {
           files.push_back(p.assign(path).append("\\").append(fileInfo.name));
       } while (_findnext(hFile, &fileInfo) == 0);
   }
}

int otsu(IplImage *image)
{
assert(NULL != image);

   int width = image->width;
   int height = image->height;
   int x = 0, y = 0;
   int pixelCount[256];
   float pixelPro[256];
   int i, j, pixelSum = width * height, threshold = 0;

uchar* data = (uchar*)image->imageData;

   //初始化
   for (i = 0; i < 256; i++)
   {
       pixelCount[i] = 0;
       pixelPro[i] = 0;
   }

   //统计灰度级中每个像素在整幅图像中的个数
   for (i = y; i < height; i++)
   {
       for (j = x; j <width; j++)
       {
           pixelCount[data[i * image->widthStep + j]]++;
       }
   }

   //计算每个像素在整幅图像中的比例
   for (i = 0; i < 256; i++)
   {
       pixelPro[i] = (float)(pixelCount[i]) / (float)(pixelSum);
   }

   //经典ostu算法,得到前景和背景的分割
   //遍历灰度级[0,255],计算出方差最大的灰度值,为最佳阈值
   float w0, w1, u0tmp, u1tmp, u0, u1, u, deltaTmp, deltaMax = 0;
   for (i = 0; i < 256; i++)
   {
       w0 = w1 = u0tmp = u1tmp = u0 = u1 = u = deltaTmp = 0;

       for (j = 0; j < 256; j++)
       {
           if (j <= i) //背景部分
           {
               //以i为阈值分类，第一类总的概率
               w0 += pixelPro[j];
               u0tmp += j * pixelPro[j];
           }
           else //前景部分
           {
               //以i为阈值分类，第二类总的概率
               w1 += pixelPro[j];
               u1tmp += j * pixelPro[j];
           }
       }

       u0 = u0tmp / w0; //第一类的平均灰度
       u1 = u1tmp / w1; //第二类的平均灰度
       u = u0tmp + u1tmp; //整幅图像的平均灰度
                               //计算类间方差
       deltaTmp = w0 * (u0 - u)*(u0 - u) + w1 * (u1 - u)*(u1 - u);
       //找出最大类间方差以及对应的阈值
       if (deltaTmp > deltaMax)
       {
           deltaMax = deltaTmp;
           threshold = i;
       }
   }
   //返回最佳阈值;
   return threshold;
}

int num = 0; // 图片编号

//对读取的图片尽心处理

void linshiImg(string path)
{
   num++;
   Mat img = imread(path, 0);
   Mat thresImg;
   IplImage img2 = img;
   int threshold2 = otsu(&img2);

// 若处理效果不理想，可直接将 threshold2 改为固定值，如：120、150等进行测试；

   threshold(img, thresImg,threshold2, 255, CV_THRESH_BINARY);
   String path2 = "D:\\11_" + to_string(num) + ".png"; //设置存储图片的地址及名称
   imwrite(path2, thresImg);
}

int main()
{
vector<string> temp;

// 指定读取的目录及图片类型
   getAllFiles("D:\\img3", temp, ".jpg");
   //视频切割
   clock_t start, finish;
   start = clock();
   for (int i = 0; i < temp.size(); i++)
   {
       //   cout << temp[i] << endl;
       linshiImg(temp[i]);
   }
}

签名图片背景处理

猜你喜欢