AIWROK软件图像二值化的各种方法和应用场景

YYPOST群发软件 · 发表于 6 小时前

AIWROK软件图像二值化的各种方法和应用场景
AIWROK软件图像二值化的各种方法和应用场景 B2B网络软件

//🍎交流 QQ 群 711841924 群一，苹果内测群，528816639
//适用本文档ES5系统安卓 JavaScript引擎Rhino
/**
* 图片二值化示例(简化版)
* 功能说明：展示在AIWROK软件中使用OpenCV进行图像二值化的各种方法和应用场景
* 二值化原理：将图像转换为只有黑和白两种颜色的过程，常用于图像预处理、特征提取等
*/
/**
* 基本二值化示例
* @param {number} lowThreshold 低阈值，低于此值的像素转为黑色
* @param {number} highThreshold 高阈值，高于此值的像素转为白色
* @returns {Object} 包含二值化结果的对象
*/
function basicThresholdDemo(lowThreshold, highThreshold) {
printl("执行基本二值化示例...");
// 设置默认阈值
lowThreshold = lowThreshold || 50;
highThreshold = highThreshold || 150;
// 获取屏幕尺寸
var screenWidth = typeof screen !== 'undefined' && typeof screen.getScreenWidth === 'function' ?
screen.getScreenWidth() : 1080;
var screenHeight = typeof screen !== 'undefined' && typeof screen.getScreenHeight === 'function' ?
screen.getScreenHeight() : 1920;
// 截图并获取Mat对象
var screenshot = screen.screenShotFull();
var mat = screenshot.getMat();
if (!mat) {
return { error: true, message: "无法获取图像Mat对象" };
}
printl("原图大小: " + screenshot.getWidth() + "x" + screenshot.getHeight());
printl("使用阈值: " + lowThreshold + " - " + highThreshold);
// 执行二值化操作
opencv.threshold(mat, lowThreshold, highThreshold);
// 输出结果信息
printl("二值化后Mat信息:");
printl(mat);
printl("基本二值化完成");
return {
error: false,
mat: mat,
message: "基本二值化成功"
};
}
/**
* 区域二值化示例
* @param {number} x 区域起始x坐标
* @param {number} y 区域起始y坐标
* @param {number} width 区域宽度
* @param {number} height 区域高度
* @param {number} threshold 二值化阈值
* @returns {Object} 包含二值化结果的对象
*/
function regionThresholdDemo(x, y, width, height, threshold) {
printl("执行区域二值化示例...");
// 获取屏幕尺寸
var screenWidth = typeof screen !== 'undefined' && typeof screen.getScreenWidth === 'function' ?
screen.getScreenWidth() : 1080;
var screenHeight = typeof screen !== 'undefined' && typeof screen.getScreenHeight === 'function' ?
screen.getScreenHeight() : 1920;
// 默认值设置
x = x || 0;
y = y || 0;
width = width || Math.floor(screenWidth / 2);
height = height || Math.floor(screenHeight / 2);
threshold = threshold || 100;
// 确保区域参数在有效范围内
x = Math.max(0, x);
y = Math.max(0, y);
width = Math.min(screenWidth - x, width);
height = Math.min(screenHeight - y, height);
printl("区域大小: " + width + "x" + height);
printl("区域位置: (" + x + ", " + y + ")");
printl("使用阈值: " + threshold);
// 截图
var fullScreenshot = screen.screenShotFull();
var fullMat = fullScreenshot.getMat();
if (!fullMat) {
return { error: true, message: "无法获取图像Mat对象" };
}
// 使用submat方法提取区域而不是extractRegion
var mat = fullMat.submat(y, y + height, x, x + width);
if (!mat) {
return { error: true, message: "无法获取区域图像Mat对象" };
}
// 输出提取的区域信息
printl("提取区域后Mat信息:");
printl(mat);
// 执行二值化操作
opencv.threshold(mat, threshold, 255);
// 输出二值化后的结果
printl("区域二值化后Mat信息:");
printl(mat);
printl("区域二值化完成");
return {
error: false,
mat: mat,
message: "区域二值化成功"
};
}
/**
* 多阈值对比二值化示例
* 展示不同阈值对二值化结果的影响
*/
function multiThresholdComparison() {
printl("执行多阈值对比二值化示例...");
// 获取屏幕尺寸
var screenWidth = typeof screen !== 'undefined' && typeof screen.getScreenWidth === 'function' ?
screen.getScreenWidth() : 1080;
var screenHeight = typeof screen !== 'undefined' && typeof screen.getScreenHeight === 'function' ?
screen.getScreenHeight() : 1920;
// 截图并获取原始Mat对象
var screenshot = screen.screenShotFull();
var originalMat = screenshot.getMat();
if (!originalMat) {
printl("无法获取图像Mat对象");
return false;
}
// 定义要测试的阈值组合
var thresholdSets = [
{ low: 30, high: 100, name: "低阈值" },
{ low: 80, high: 180, name: "中等阈值" },
{ low: 120, high: 220, name: "高阈值" }
];
// 对每个阈值组合执行二值化
for (var i = 0; i < thresholdSets.length; i++) {
var set = thresholdSets[i];
printl("\n测试" + set.name + ": 低=" + set.low + ", 高=" + set.high);
// 创建原始图像的副本以避免修改原图
var matCopy = originalMat.clone();
// 执行二值化
opencv.threshold(matCopy, set.low, set.high);
// 输出结果信息
printl(set.name + "二值化后Mat信息:");
printl(matCopy);
// 可以在这里将结果保存或显示
printl(set.name + "二值化完成");
}
printl("\n多阈值对比完成");
return true;
}
/**
* 灰度转换后二值化示例
* 先将图像转为灰度，再进行二值化处理
*/
function grayThenThresholdDemo() {
printl("执行灰度转换后二值化示例...");
// 获取屏幕尺寸
var screenWidth = typeof screen !== 'undefined' && typeof screen.getScreenWidth === 'function' ?
screen.getScreenWidth() : 1080;
var screenHeight = typeof screen !== 'undefined' && typeof screen.getScreenHeight === 'function' ?
screen.getScreenHeight() : 1920;
// 截图
var screenshot = screen.screenShotFull();
var mat = screenshot.getMat();
if (!mat) {
return { error: true, message: "无法获取图像Mat对象" };
}
// 先转换为灰度图
printl("转换为灰度图...");
opencv.toGray(mat);
// 输出灰度图信息
printl("灰度图Mat信息:");
printl(mat);
// 再进行二值化
printl("执行二值化...");
opencv.threshold(mat, 80, 200);
// 输出二值化后的结果
printl("灰度后二值化Mat信息:");
printl(mat);
printl("灰度后二值化完成");
return {
error: false,
mat: mat,
message: "灰度转换后二值化成功"
};
}
/**
* 应用场景示例：二值化后进行轮廓检测
* @param {number} threshold 二值化阈值
*/
function thresholdForContourDetection(threshold) {
printl("执行二值化后轮廓检测示例...");
threshold = threshold || 100;
// 获取屏幕尺寸
var screenWidth = typeof screen !== 'undefined' && typeof screen.getScreenWidth === 'function' ?
screen.getScreenWidth() : 1080;
var screenHeight = typeof screen !== 'undefined' && typeof screen.getScreenHeight === 'function' ?
screen.getScreenHeight() : 1920;
// 截图并转换为灰度
var screenshot = screen.screenShotFull();
var mat = screenshot.getMat();
if (!mat) {
printl("无法获取图像Mat对象");
return false;
}
// 转换为灰度图
opencv.toGray(mat);
// 输出灰度图信息
printl("灰度图Mat信息:");
printl(mat);
// 二值化
opencv.threshold(mat, threshold, 255);
// 输出二值化后的结果
printl("二值化后Mat信息:");
printl(mat);
// 进行轮廓检测
printl("进行轮廓检测...");
var contours = opencv.getContours(mat);
if (contours && contours.length > 0) {
printl("找到 " + contours.length + " 个轮廓");
// 可以在这里对轮廓进行进一步处理
for (var i = 0; i < Math.min(5, contours.length); i++) { // 只显示前5个轮廓信息
var contour = contours[i];
printl("轮廓 " + (i+1) + ": 位置(" + contour.x + "," + contour.y + "), 大小 " + contour.width + "x" + contour.height);
}
} else {
printl("未找到轮廓");
}
printl("轮廓检测示例完成");
return true;
}
/**
* 应用场景示例：二值化后进行OCR识别
* 对文字区域进行二值化以提高OCR识别率
* @param {number} x 文字区域x坐标
* @param {number} y 文字区域y坐标
* @param {number} width 文字区域宽度
* @param {number} height 文字区域高度
*/
function thresholdForOCRDemo(x, y, width, height) {
printl("执行二值化后OCR识别示例...");
// 获取屏幕尺寸
var screenWidth = typeof screen !== 'undefined' && typeof screen.getScreenWidth === 'function' ?
screen.getScreenWidth() : 1080;
var screenHeight = typeof screen !== 'undefined' && typeof screen.getScreenHeight === 'function' ?
screen.getScreenHeight() : 1920;
// 默认值设置 - 使用屏幕中心区域
x = x || Math.floor(screenWidth / 4);
y = y || Math.floor(screenHeight / 4);
width = width || Math.floor(screenWidth / 2);
height = height || Math.floor(screenHeight / 4);
// 确保区域参数在有效范围内
x = Math.max(0, x);
y = Math.max(0, y);
width = Math.min(screenWidth - x, width);
height = Math.min(screenHeight - y, height);
printl("文字区域: (" + x + "," + y + ") " + width + "x" + height);
// 截图
var fullScreenshot = screen.screenShotFull();
var fullMat = fullScreenshot.getMat();
if (!fullMat) {
printl("无法获取图像Mat对象");
return false;
}
// 使用submat方法提取区域
var mat = fullMat.submat(y, y + height, x, x + width);
if (!mat) {
printl("无法获取文字区域图像");
return false;
}
printl("提取的文字区域Mat信息:");
printl(mat);
printl("文字区域: (" + x + "," + y + ") " + width + "x" + height);
// 预处理：转换为灰度
opencv.toGray(mat);
// 输出灰度图信息
printl("文字区域灰度图信息:");
printl(mat);
// 二值化 - 文字识别通常需要较高的阈值来突出文字
opencv.threshold(mat, 100, 200);
// 输出二值化后的结果
printl("文字区域二值化后Mat信息:");
printl(mat);
printl("二值化预处理完成，准备OCR识别");
// 注意：实际使用中，这里应该调用AIWROK的OCR功能
printl("提示：在实际应用中，这里应调用ocr.recognize()或其他OCR方法");
return true;
}
/**
* 自适应阈值二值化模拟
* 模拟自适应阈值的效果，通过对图像不同区域使用不同阈值
* @param {number} blockSize 块大小
*/
function adaptiveThresholdSimulation(blockSize) {
printl("执行自适应阈值二值化模拟...");
blockSize = blockSize || 4; // 将图像分成blockSize x blockSize块
// 获取屏幕尺寸
var screenWidth = typeof screen !== 'undefined' && typeof screen.getScreenWidth === 'function' ?
screen.getScreenWidth() : 1080;
var screenHeight = typeof screen !== 'undefined' && typeof screen.getScreenHeight === 'function' ?
screen.getScreenHeight() : 1920;
var screenshot = screen.screenShotFull();
var mat = screenshot.getMat();
if (!mat) {
printl("无法获取图像Mat对象");
return false;
}
var imgWidth = screenshot.getWidth();
var imgHeight = screenshot.getHeight();
// 计算每个块的大小
var blockW = Math.floor(imgWidth / blockSize);
var blockH = Math.floor(imgHeight / blockSize);
printl("图像分割为 " + blockSize + "x" + blockSize + " 块，每块大小约 " + blockW + "x" + blockH);
// 转换为灰度图
opencv.toGray(mat);
// 输出灰度图信息
printl("整体灰度图信息:");
printl(mat);
// 对每个块使用不同的阈值（这里使用简单的随机阈值模拟自适应效果）
for (var i = 0; i < blockSize; i++) {
for (var j = 0; j < blockSize; j++) {
// 计算块的坐标
var blockX = i * blockW;
var blockY = j * blockH;
var currentBlockW = (i === blockSize - 1) ? imgWidth - blockX : blockW;
var currentBlockH = (j === blockSize - 1) ? imgHeight - blockY : blockH;
// 确保区域参数有效
currentBlockW = Math.min(currentBlockW, imgWidth - blockX);
currentBlockH = Math.min(currentBlockH, imgHeight - blockY);
// 为每个块生成一个随机阈值（在一定范围内）
var blockThreshold = 80 + Math.floor(Math.random() * 60);
// 使用submat方法提取区域
if (blockY + currentBlockH <= imgHeight && blockX + currentBlockW <= imgWidth) {
var blockMat = mat.submat(blockY, blockY + currentBlockH, blockX, blockX + currentBlockW);
// 输出块信息
printl("处理块(" + i + "," + j + ")，坐标:(" + blockX + "," + blockY + ")，大小:" + currentBlockW + "x" + currentBlockH);
// 对块进行二值化
opencv.threshold(blockMat, blockThreshold, 200);
// 输出块二值化后的结果
printl("块(" + i + "," + j + ")二值化后:");
printl(blockMat);
}
}
}
printl("自适应阈值模拟完成，最终Mat信息:");
printl(mat);
return true;
}
/**
* 主函数：运行所有二值化示例
*/
function runAllThresholdDemos() {
printl("==================================================");
printl(" 图片二值化示例集");
printl("==================================================\n");
// 检查环境
if (typeof opencv === 'undefined') {
printl("错误: 未找到OpenCV模块，请确保在AIWROK环境中运行");
return;
}
// 获取屏幕尺寸
var screenWidth = typeof screen !== 'undefined' && typeof screen.getScreenWidth === 'function' ?
screen.getScreenWidth() : 1080;
var screenHeight = typeof screen !== 'undefined' && typeof screen.getScreenHeight === 'function' ?
screen.getScreenHeight() : 1920;
printl("当前屏幕尺寸: " + screenWidth + "x" + screenHeight);
// 1. 基本二值化示例
printl("1. 基本二值化示例");
basicThresholdDemo(50, 150);
printl("----------------------------------------\n");
// 2. 区域二值化示例
printl("2. 区域二值化示例");
// 使用屏幕中心的一个区域
var regionX = Math.floor(screenWidth / 4);
var regionY = Math.floor(screenHeight / 4);
var regionWidth = Math.floor(screenWidth / 2);
var regionHeight = Math.floor(screenHeight / 3);
regionThresholdDemo(regionX, regionY, regionWidth, regionHeight, 100);
printl("----------------------------------------\n");
safeSleep(1000); // 添加延迟，避免连续操作过快
// 3. 多阈值对比
printl("3. 多阈值对比示例");
multiThresholdComparison();
printl("----------------------------------------\n");
// 4. 灰度后二值化
printl("4. 灰度转换后二值化示例");
grayThenThresholdDemo();
printl("----------------------------------------\n");
safeSleep(1000); // 添加延迟
// 5. 二值化后轮廓检测
printl("5. 二值化后轮廓检测示例");
thresholdForContourDetection(100);
printl("----------------------------------------\n");
safeSleep(1000); // 添加延迟
// 6. 二值化后OCR示例
printl("6. 二值化后OCR识别示例");
thresholdForOCRDemo(Math.floor(screenWidth / 4), Math.floor(screenHeight / 3), Math.floor(screenWidth / 2), Math.floor(screenHeight / 4));
printl("----------------------------------------\n");
safeSleep(1000); // 添加延迟
// 7. 自适应阈值模拟
printl("7. 自适应阈值二值化模拟");
adaptiveThresholdSimulation(4);
printl("----------------------------------------\n");
printl("所有二值化示例执行完成！");
}
/**
* 工具函数：安全延迟
* @param {number} ms 延迟毫秒数
*/
function safeSleep(ms) {
if (typeof sleep !== 'undefined' && sleep.millisecond) {
sleep.millisecond(ms);
} else if (typeof java !== 'undefined') {
java.lang.Thread.sleep(ms);
}
}
/**
* 二值化工具类 - 提供便捷的二值化方法
*/
var ThresholdUtils = {
/**
* 快速二值化图像
* @param {Object} options 配置选项
* @returns {Object} 二值化结果
*/
quickThreshold: function(options) {
options = options || {};
// 获取屏幕尺寸
var screenWidth = typeof screen !== 'undefined' && typeof screen.getScreenWidth === 'function' ?
screen.getScreenWidth() : 1080;
var screenHeight = typeof screen !== 'undefined' && typeof screen.getScreenHeight === 'function' ?
screen.getScreenHeight() : 1920;
var screenshot = options.image || screen.screenShotFull();
var mat = screenshot.getMat();
if (options.toGray !== false) {
opencv.toGray(mat);
}
opencv.threshold(
mat,
options.lowThreshold || 80,
options.highThreshold || 200
);
// 输出结果信息
printl("快速二值化结果:");
printl(mat);
return {
success: true,
mat: mat
};
},
/**
* 处理文字图像的二值化参数
* @returns {Object} 适合文字的二值化参数
*/
getTextThresholdParams: function() {
return {
lowThreshold: 100,
highThreshold: 220,
toGray: true
};
},
/**
* 处理图像边缘的二值化参数
* @returns {Object} 适合边缘检测的二值化参数
*/
getEdgeThresholdParams: function() {
return {
lowThreshold: 50,
highThreshold: 150,
toGray: true
};
}
};
// 执行所有二值化示例
runAllThresholdDemos();

复制代码

		自动登录	找回密码
密码			立即注册审核网站号:QQ:896757558

AIWROK软件图像二值化的各种方法和应用场景

相关帖子