Discussion :

[dewey01]

Bonjour, suite au conseil d'un modo du site, je viens poster ici mes quelques questions.

Pour notre stage, mon partenaire et moi devons devons coder un programme permettant de savoir ou non si il y a une petite forme (double cercle) dans le coin haut de droite d'une page scannée.

L'identification de cette forme permettra de savoir si il faut ou non créer un nouveau document pdf (en effet, le scanner numérise toutes les pages et crée un gros pdf avec le tout, mais l'utilisateur souhaite parfois créer plusieurs pdf).

Étant novice dans ce domaine, on nous a conseiller d'utiliser OpenCV (nous souhaiterions l'utiliser en C), mais voila la doc est vaste et nous ne savons pas trop comment procéder.

Je suis donc à la recherche d'information sur les possibles fonctions utilisable, le bon liens à lire et autre éventuels conseils.

Merci d'avance.

[Vinsss84]

Pour la detection de cercles va voir du côté de la transformée de Hough et plus particulièrement de la fonction cvHoughCircle.
Par ailleurs vu que tu connais déja en partie la position de tes cercles sur l'image il te faut te restreindre à cette partie (fonction cvSetImageROI) afin d'éviter un maximum de fausses détection.

Si ta marque est vraiment caractéristique (tampon encreur par exemple) tu peux très bien envisager un matching de cette zone avec un template du tampon afin de detecter ou non sa présence. (j'ai personnelement réaliser ça pour une detection de tampons de bibliothèque sur des manuscrits. la fonction a utiliser ici est, dans mes souvenirs la fonction cvMatchWithTemplate.

Attention à l'utilisation d'un bon seuil...
voila

[dewey01]

Pour la detection de cercles va voir du côté de la transformée de Hough et plus particulièrement de la fonction cvHoughCircle.

On a tester aujourd'hui, sa bug un petit peu mais on ne connait pas encore bien la lib c'est normale.

Par ailleurs vu que tu connais déja en partie la position de tes cercles sur l'image il te faut te restreindre à cette partie (fonction cvSetImageROI) afin d'éviter un maximum de fausses détection.

On y avait penser mais on était pas sur que ce soit possible.

Si ta marque est vraiment caractéristique (tampon encreur par exemple) tu peux très bien envisager un matching de cette zone avec un template du tampon afin de detecter ou non sa présence. (j'ai personnelement réaliser ça pour une detection de tampons de bibliothèque sur des manuscrits. la fonction a utiliser ici est, dans mes souvenirs la fonction cvMatchWithTemplate.

Attention à l'utilisation d'un bon seuil...
voila

La je ne comprend pas tout si tu pouvais me donner quelques explication sur le matching ce serait vraiment cool.

En tout cas merci beaucoup pour la réponse !

[Vinsss84]

Bien alors, le matching c'est simplement mettre en correspondance deux formes semblables.
En gros tu as d'un côté un fichier image qui contient ton symbole et tu vas aller chercher dans ton image toutes les formes qui sont semblable a celle contenues dans ton template (le petit fichier image contenant ton symbole).
C'est possible uniquement si ton symbole est toujours a peu de chose près semblable.

Pour la ROI c'est très simple à mettre en place.
Bon pour commencer ROI signifie Region of Interest. Ca peut paraître évident mais c'est un terme a connaître.
En pratique il te suffit de définir un rectangle (cvRect) qui aura pour caractéristiques la poistion dans l'image de la zone qui t'interesse.
Typiquement si tu veux le coint haut/gauche, avec un rectangle d'une taille 200x200 pixel tu vas faire :

CvRect roi = cvRect(0,0,200,200);
cvSetImageROI(image,roi);

voilou

[dewey01]

Merci bien, on va se focaliser dès demain sur la recherche et le fonctionnement des fonctions de matching !

Merci encore

[dewey01]

Bien alors, le matching c'est simplement mettre en correspondance deux formes semblables.
En gros tu as d'un côté un fichier image qui contient ton symbole et tu vas aller chercher dans ton image toutes les formes qui sont semblable a celle contenues dans ton template (le petit fichier image contenant ton symbole).
C'est possible uniquement si ton symbole est toujours a peu de chose près semblable.

Question: as-tu des exemple de fonctions qui font du matching, j'ai chercher toute la matinée mais sans succès, l'utilisation de cette fonction n'a pas l'air très courante.

En ce qui concerne la délimitation d'un zone pour la recherche de notre forme, ce ne sera pas possible car il pourra etre n'importe ou sur la page scannée. Du coup, le temps de recherche ne sera pas trop long avec le matching sur une page A4 ?

Merci bien

[Vinsss84]

le temps de recherche risque en effet d'être long, de l'ordre d'une a deux secondes. mais surtout selon le signe, il risque d'apparaitre un certain nombre de fausses detections. Realiser la recherche sur de version binarisées de la page et du template pourront aider également.

Mon code pour faire ça, non commenté, non expliqué, pas trop le temps la...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
int Tools::Retrait_Tampon(IplImage *src,  CvRect ROI,char *filename)
{
    IplImage * templ_bis = cvLoadImage("bibl.jpg",0);
    //IplImage * templ_bis = cvLoadImage("croix.jpg",0);
    IplImage * templ;
    int n_stamps = 0;
    float rapporthl = 0;
    float rapporthl_fix = 0;
    float coeff_resize;
    rapporthl_fix = 2714./1968.;
    float src_x = cvGetSize(src).width ;
    float src_y = cvGetSize(src).height;
    float templ_x = cvGetSize(templ_bis).width ;
    float templ_y = cvGetSize(templ_bis).height;
    rapporthl = src_y/src_x;
    coeff_resize = rapporthl_fix/rapporthl;
    float seuil;
    seuil = STAMP;
    if (coeff_resize > 1.01 && coeff_resize < 1.5)
    {
        templ = cvCreateImage(cvSize((int)(templ_x/coeff_resize),(int)(templ_y/coeff_resize)),8,src->nChannels);
        cvResize(templ_bis,templ);
        seuil = seuil / (coeff_resize*coeff_resize*coeff_resize);
 
        cvSaveImage("bibl3.jpg",templ);
    }
    else
    {
        templ = cvLoadImage("bibl.jpg",0);
    }
    Tools::Binarization(src,src,3,1);
    Tools::Binarization(templ,templ,3,1);
    //cvSmooth(src,src,2);
    //cvSmooth(templ,templ,2);
    int x = (int)src_x- cvGetSize(templ).width +1;
    int y = (int)src_y - cvGetSize(templ).height +1;
    IplImage * result = cvCreateImage(cvSize(x,y),IPL_DEPTH_32F,1);
    CvRect correct;
    //FILE * stamp;
    //strcat(filename,".dat");
    //stamp = fopen(filename,"w+");
    cvMatchTemplate(src,templ, result, 4 );
 
    double min_val = 0;
    double max_val = 0;
 
    CvPoint max_loc = cvPoint(0,0) ;
    CvPoint min_loc = cvPoint(0,0);
 
    if (ROI.height != 0)
    {
        cvSetImageROI(result,ROI);
    }
 
    cvMinMaxLoc(result,&min_val,&max_val,&min_loc,&max_loc,0);
 
    if ( max_val > seuil)
    {
 
       cvRect(max_loc.x,max_loc.y,cvGetSize(templ).width,cvGetSize(templ).height);
        cvSetImageROI(src,correct);
 
        cvSet(src,cvScalarAll(255),0);
        cvSetImageROI(src,cvRect(0,0,(int)src_x,(int)src_y));
        //cvSmooth(src,src,2);
        //fprintf(stamp,"Tampon : %i\n x : %i \n y : %i \n",n_stamps,max_loc.x,max_loc.y);
 
 
 
    }
    //printf("valeur trouvée : %d \n",n_stamps);
    //fclose(stamp);
    cvReleaseImage(&templ);
    cvReleaseImage(&result);
    cvReleaseImage(&templ_bis);
    return n_stamps;
 
 
}

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
int Tools::Binarization(IplImage *src, IplImage *bin_img, int window, int smooth)
{
    int err_ind = 0;
    //Smoothing the image in order to reduce noice influence
    if (smooth ==1)
    {
        cvSmooth(src,src,2);
    }
 
     cvAdaptiveThreshold(src,bin_img,255,CV_ADAPTIVE_THRESH_GAUSSIAN_C,CV_THRESH_BINARY,window);
 
 
    return err_ind;
}