数字图像处理纸牌识别课程设计.doc

(完整word版)数字图像处理纸牌识别课程设计

课 程 设 计

课程名称___数字图像处理______
题目名称______纸牌识别________
学生学院______ ________
专业班级__ ___
学 号__ ________
学生姓名____ _ _______
指导教师_____ _曹江中_______

一、设计题目
（1）、在VC＋＋环境下实现打开、显示一幅纸牌图(设计资料中有纸牌图）。
（2）、将提供的几幅图片中的纸牌进行分类和识别，要求：
a、判断出是那种类型（共四类：红桃，梅花、黑桃、方片）； b、检测出点数（1、2…10）；
c：将上述检测的结果输出。
二、设计目的
通过设计，以C++为工具，实现数字图像处理。会用数字图像处理知识对图像进行增强,如全局阈值，对图像进行旋转,边缘检测，对图像进行平移，截取图像特征并会用简单的模板匹配方法匹配判断图片内容。
学会使用FMC。
三设计内容。
（1） 基本思想为：
对图片进行中值滤波去除噪声，对图像进行全局阈值处理,用锐化模板检测,纸牌边缘，左方开始测量每个点当碰到纸牌边缘时灰度为255，此时记下像素距离，从而对得到纸牌水平位置，同理得图片竖直距离，对图片进行平移,并截取左上角的特征，对特征进行基本处理,如二值化.逐一加载模板，进行匹配，匹配原理为特征于模板相同像素的个数,如个数很高则匹配成功，从而识别纸牌.

（2）在ＶＣ下建立FMC平台.使用DIB类处理bmp格式文件。

工程名为pokeridentyfy.CPokeridentyfyview。中包的DIB类有
CDIB m_dib；
CDIB mid_boader;
CDIB boaer_crect
CDIB cutmask;
CDIB forcut;
CDIB masknumber;
CDIB masktype；
用于存放，处理和显示图片。
制作菜单每个对于图像处理功能，一个按键调用一个处理函数，也可一个按键调用多个处理函数。菜单及其功能如下图

打开图像的代码为功能为大开所处理图像：
void CPokeridentifyView：:OnOpenimage（)
{
// TODO: Add your command handler code here
static char szFilter［］="BMP文件(*.bmp）|＊。bmp｜|”； //定义过滤文件的类型
CFileDialog dlg(TRUE,”bmp”，NULL，
OFN_HIDEREADONLY｜OFN_OVERWRITEPROMPT，szFilter)；//定义文件对话框对象
CString filename；
int ret=dlg.DoModal(); //运行打开文件对方框
if（ret==IDOK)
{
filename=dlg。GetFileName(); //获取所选择图像的路径
m_dib。LoadFromFile（filename); //加载图像
if（!m_dib.m_bLoaded) //判断是否加载图像成功
｛
AfxMessageBox("图像打不开”）;
return；
｝
mid_boader。LoadFromFile(filename）； //加载图像
if(！mid_boader.m_bLoaded) //判断是否加载图像成功
｛
AfxMessageBox（”图像打不开"）;
return；
}

boaer_crect。LoadFromFile（filename）； //加载图像
if(！boaer_crect。m_bLoaded) //判断是否加载图像成功
{
AfxMessageBox("图像打不开"）；
return;
}
cutmask。LoadFromFile（”TTcut。bmp”）; //加载图像
if（！cutmask.m_bLoaded） //判断是否加载图像成功
{
AfxMessageBox(”图像打不开"）;
return;
｝
forcut.LoadFromFile（filename）; //加载图像
if(!forcut。m_bLoaded) //判断是否加载图像成功
｛
AfxMessageBox（”图像打不开”);
return;
}
masknumber。LoadFromFile(”1。bmp”）； //加载图像
if（!masknumber.m_bLoaded) //判断是否加载图像成功masktype
{
AfxMessageBox（”图像打不开”);
return;
｝
masktype。LoadFromFile("111.bmp"）； //加载图像
if（!masktype。m_bLoaded） //判断是否加载图像成功
{
AfxMessageBox（”图像打不开”);
return；
｝ ｝
打开一图片后为:

中值滤波的代码为:
void CPokeridentifyView:：OnMidiamaskImage()
{
// TODO: Add your command handler code here
if（!m_dib.m_bLoaded)
｛
AfxMessageBox（"图像还打开,请先打开图像！”)；
return;
}
//获取图像宽和高
int nw=m_dib.GetDIBWidth(）;
int nh=m_dib.GetDIBHeight（);
int i,j;
BYTE * ptemp=（BYTE ＊） new BYTE[nw＊nh］；
memset(ptemp,0,nw*nh）；
double mid［9］;
for(j=3/2；j<nh-3/2；j++）
for(i=3/2；i<nw-3/2；i++)
｛ double result=0；
int k,h;
for（k=0;k<3；k++）//k行h列
for(h=0;h〈3；h++）
｛
mid[k＊3+h］=m_dib。m_pdata[（j-k)＊nw+i-h］；
int ii,jj,tempmid;
double sweep;
for(ii=0；ii〈8；ii++）
｛
tempmid=ii;
for（jj=ii；jj<=8;jj++）
{
if(mid［jj]〈mid[tempmid］）tempmid=jj;
}
sweep=mid[ii］;
mid[ii］=mid［tempmid］;
mid[tempmid］=sweep;
｝
result=mid[4];
if(result>255）result=255；
if（result〈0)result=0；
｝
ptemp［j＊nw+i］=result；
｝
memcpy(m_dib。m_pdata,ptemp,nw*nh）；
m_dib。UpdateData();
memcpy（mid_boader.m_pdata,ptemp，nw＊nh）；
mid_boader.UpdateDatadup()；
delete[]ptemp；
//刷新屏幕
Invalidate(）; ｝
调用后结果为：

全局门限的代码中先计算图像的直方图，以一个点（一般去中间值）把直方图分成两份，分别计算两部分的灰度均值,m1与m2,由(m1+m2）/2得到新的阈值与灰度分割点，知道新阈值与旧的阈值相差不到。用新的阈值进行二值化。代码为：
void CPokeridentifyView:：OnAllthrImage（）
{
// TODO: Add your command handler code here
if(!m_dib.m_bLoaded）
{
AfxMessageBox（”图像还打开,请先打开图像!");
return;
} //获取图像宽和高
int nw=m_dib.GetDIBWidth（）；
int nh=m_dib。GetDIBHeight（);
int i,j；
double p[256];//存放直方图
int throld=200，thrnew=210,m1=0,m2=0；//匹配时用180
for（i=0;i〈256;i++)
p［i]=0；
for（j=0;j<nh;j++）
for（i=0;i<nw；i++）
｛
p［m_dib.m_pdata［j＊nw+i］］++; //统计各像素总数
｝
for（i=0；i〈256；i++)
｛
p［i］=p［i］*1。0/(nw＊nh)； //直方图归一化
}
do
{
throld=thrnew;
for(i=0；i<=throld；i++)
{
m1=m1+p[i］*i;
}
for（i=throld+1；i〈256；i++)
{
m2=m2+p［i]*i；
}
thrnew=（m1+m2)/2；
}
while( abs(thrnew=throld)<5 ）；
for（j=0；j〈nh；j++）
for（i=0;i<nw;i++)
{
//对图像的第j行、第i列的象素的灰度信息进行判断，修改
if（m_dib.m_pdata[j＊nw+i］〉thrnew)
m_dib。m_pdata［j*nw+i]=255；
else
m_dib.m_pdata[j*nw+i］=0；
}
//将修改的m_pdata的数据赋值给m_pDIBData，以显示修改的结果
m_dib。UpdateData();
memcpy（mid_boader.m_pdata,m_dib。m_pdata，nw＊nh)；
mid_boader.UpdateData（）; //刷新屏幕
Invalidate(）；
｝ 结果为：

对图像进行边缘检测的代码为:
void CPokeridentifyView:：OnFindborderImage()
{
// TODO： Add your command handler code here
if（！m_dib.m_bLoaded）
{
AfxMessageBox("图像还打开，请先打开图像！”);
return;
}
//获取图像宽和高
int nw=m_dib.GetDIBWidth（）；
int nh=m_dib.GetDIBHeight（）;
int i，j;
BYTE ＊ ptemp=(BYTE *） new BYTE[nw＊nh];
memset（ptemp,0，nw＊nh);
double mask［3]［3]=｛—1,—1，-1，-1,8，—1，—1，—1，—1｝;
for（j=3/2;j〈nh-3/2;j++）
for(i=3/2;i<nw—3/2；i++）
{
double result=0;
int k,h;
for（k=0；k〈3;k++）
for（h=0；h〈3;h++)
result+=mask[k][h］＊m_dib。m_pdata[（j—k）*nw+i—h］;
if(result>255)result=255；
if(result〈0）result=0;
ptemp［j＊nw+i]=result;

}
memcpy(m_dib。m_pdata,ptemp，nw＊nh）；
m_dib.UpdateData(）;
memcpy(boaer_crect。m_pdata，ptemp,nw＊nh);
boaer_crect.UpdateData（）;
delete［］ptemp； //刷新屏幕
Invalidate(）；
}
结果为:

对图片进行测量并平移校正的代码为：
void CPokeridentifyView：：OnAutomoveImage(）
{
// TODO: Add your command handler code here
if（！m_dib.m_bLoaded)
｛
AfxMessageBox（"图像还打开，请先打开图像!”）;
return；
} //获取图像宽和高
int nw=m_dib。GetDIBWidth（);
int nh=m_dib.GetDIBHeight();
int i,j;
BYTE ＊ ptemp=（BYTE ＊) new BYTE［nw*nh]；
memset（ptemp，0，nw*nh）；
int movedownj，moverighti；//移动像素距离
int h,k；
int temp;
int nwmove[7],nhmove［7］;
int nwmlength［7］={600,600,600，600,600，600，600},nhmlength［7]={600，600,600,600,600,600,600};
int bnw,bnh；
for（i=0；i<7;i++)
｛ nhmove［i］=nh*(i+1)/8;
nwmove[i］=nw*（i+1)/8;
｝
for(k=0；k<7；k++)//寻找水平距离
{ for(i=0;i〈nw;i++)
{ if（m_dib.m_pdata[nhmove［k]＊nw+i]!=0)
｛ nhmlength[k]=i;
break；
｝
}
for(k=0；k〈7；k++)//寻找竖直距离
{ for(j=nh;j〉0;j—-）
{ if(m_dib。m_pdata[j*nw+nwmove［k]］！=0)
｛ nwmlength［k］=nh—j;
break;
｝
｝
}
for（i=0;i〈6;i++)//水平测量量nhmlegnth的排列
｛ k=i;
for（j=i;j〈7;j++）
｛ if(nhmlength[j］<nhmlength［k])k=j;
}
temp=nhmlength［k］;
nhmlength[k]=nhmlength[i];
nhmlength［i]=temp；
}
bnw=nhmlength[0］;
for（i=0;i〈6；i++)//竖直测量量nwmlength的排列
｛ k=i;
for(j=i;j<7；j++）
{ if(nwmlength[j]〈nwmlength［k］)k=j;
｝
temp=nwmlength［k］；
nwmlength[k］=nwmlength［i]；
nwmlength[i]=temp;
}
bnh=nwmlength［0］;
movedownj=-bnh；
moverighti=-bnw;
for(j=0;j<nh;j++）//进行平移
for（i=0；i〈nw；i++)
｛ h=j-movedownj;
k=i+moverighti；
if(h〉0＆＆h〈nh&＆k>0&&k〈nw）
ptemp［h*nw+k］=m_dib。m_pdata[j*nw+i］；
}
memcpy(m_dib.m_pdata,ptemp，nw*nh）；
m_dib。UpdateData(）；
memcpy(boaer_crect。m_pdata，ptemp,nw*nh);
boaer_crect。UpdateDatadup()；//刷新屏幕
Invalidate（）；

/＊＊*＊*＊*＊＊****＊＊*＊＊＊****＊*****＊＊*＊＊＊/
for(j=0;j<nh；j++)
for（i=0；i<nw;i++)
｛ h=j-movedownj;
k=i+moverighti；
if(h>0&&h〈nh&＆k>0＆&k<nw)
ptemp[h*nw+k]=forcut.m_pdata［j＊nw+i］;
}
memcpy(forcut。m_pdata,ptemp,nw＊nh）；
forcut.UpdateData();
delete[］ptemp;
｝
void CPokeridentifyView：：OnRecreactImage（）
｛// TODO: Add your command handler code here
if(！m_dib.m_bLoaded)
｛ AfxMessageBox("图像还打开，请先打开图像！")；
return;
} //获取图像宽和高
int nw=m_dib.GetDIBWidth(）；
int nh=m_dib。GetDIBHeight()；
int i，j；
int h,k；
BYTE ＊ ptemp=（BYTE *) new BYTE［nw＊nh］；
memset(ptemp,0,nw＊nh）;
int movedownj，moverighti;//移动像素距离
int bnh；
int moveup=500；
for(j=0;j<nh;j++）
{
if(m_dib。m_pdata[j＊nw+50］==255）
｛ moveup=j；
break；
}
}
bnh=moveup;
movedownj=bnh;
moverighti=0；
for(j=0;j〈nh;j++)
for（i=0;i<nw；i++）
｛
h=j+movedownj；
k=i—moverighti;
if(h〉0&&h〈nh＆&k>0＆＆k〈nw)
ptemp［h*nw+k]=m_dib.m_pdata［j*nw+i］；

｝
memcpy（m_dib.m_pdata,ptemp,nw＊nh)；

m_dib.UpdateData();
//刷新屏幕

delete[］ptemp;
Invalidate（）；
｝

平移结果为：

截取特权的代码为：
void CPokeridentifyView:：OnCrectGetfeature()
｛
// TODO： Add your command handler code here
if（!cutmask。m_bLoaded）
{ AfxMessageBox（”图像还打开，请先打开图像！”）;
return;
｝ //获取图像宽和高
int nw=m_dib。GetDIBWidth()；
int nh=m_dib。GetDIBHeight（);
int i，j；
BYTE * ptemp=（BYTE ＊） new BYTE[nw*nh］；
memset（ptemp，0,nw*nh）;
int nw1=cutmask。GetDIBWidth()；
int nh1=cutmask。GetDIBHeight（)；
for（j=nh-nh1;j<nh;j++)
｛for(i=0;i<nw1；i++)
｛ cutmask。m_pdata［（j—（nh—nh1））*nw1+i］=forcut.m_pdata[j＊nw+i］;
｝
}
cutmask.UpdateDatadup（）;

Invalidate(）;
｝
结果为：

对特征进行处理并加载模板，进行匹配，并显示匹配结果的代码为：
void CPokeridentifyView::OnFeatureRecognize（）
{
// TODO： Add your command handler code here
if（！cutmask.m_bLoaded）
{ AfxMessageBox（”图像还打开，请先打开图像！”）;
return；
｝ //获取图像宽和高
int nw=cutmask。GetDIBWidth（）;
int nh=cutmask.GetDIBHeight（）;
int i,j;
int k，h，t;
BYTE * ptemp=(BYTE ＊） new BYTE[nw*nh];
/**＊＊**＊*＊**＊＊＊****＊**＊＊**＊＊＊＊＊***＊*＊＊＊＊＊*＊＊＊*＊＊＊******＊*＊＊＊*＊**＊*＊*＊＊＊＊＊**＊**＊**＊＊**＊＊/
//特征增强
double p[256］;
int throld=200，thrnew=180,m1=0,m2=0；//匹配时用180
for（i=0；i<256；i++)
p[i]=0；
for(j=0；j<nh;j++)
for（i=0；i<nw;i++)
｛ p［cutmask。m_pdata[j*nw+i］］++； //统计各像素总数
}
for（i=0;i〈256；i++)
{ p［i］=p［i]＊1.0/（nw*nh)； //直方图归一化
}
do
{ throld=thrnew；
for（i=0；i<=throld；i++）
{ m1=m1+p［i］*i；
｝
for(i=throld+1;i<256；i++）
｛ m2=m2+p[i］＊i；
}
thrnew=（m1+m2)/2;
｝
while( abs（thrnew=throld)<5 );
for（j=0;j<nh;j++)
for(i=0;i<nw；i++)
{ //对图像的第j行、第i列的象素的灰度信息进行判断，修改
if（cutmask。m_pdata［j*nw+i］〉thrnew)
ptemp[j＊nw+i］=255;
else
ptemp［j＊nw+i］=0；
｝
memcpy（cutmask。m_pdata，ptemp,nw＊nh)；
cutmask。UpdateData(）;
Invalidate（）;
//识别
int cardnumber;
float nuberthr=0.9;
float typethr=0。92;
CString filename;
/****＊*＊＊＊＊**＊＊＊***＊*＊＊*＊*＊*＊**＊*＊＊*******＊＊＊**＊**＊＊*＊＊*＊***＊*＊＊＊*＊*＊*＊＊*＊＊**＊/
//数字识别
for(t=0;t<10;t++)
{switch（t)
{ case 0:filename=”1。bmp”;break;
case 1:filename="2.bmp";break;
case 2:filename="3.bmp";break；
case 3：filename="4.bmp”；break;
case 4：filename=”5。bmp";break；
case 5:filename="6。bmp”；break；
case 6：filename=”7.bmp”;break；
case 7：filename="8。bmp”；break；
case 8:filename=”9.bmp”；break;
case 9:filename="10.bmp”;break;
} masknumber。LoadFromFile(filename)； //加载图像
if(！masknumber。m_bLoaded） //判断是否加载图像成功
｛ AfxMessageBox("匹配加载模板失败”);
return;｝
int nw2=masknumber。GetDIBWidth（);
int nh2=masknumber.GetDIBHeight（）;
BYTE ＊ maskptemp=(BYTE ＊) new BYTE［nw2＊nh2]；
/＊****＊**＊*＊*＊＊*＊＊***＊＊＊**＊＊**＊****＊*＊*＊*＊＊**＊*＊＊*＊***/
double p［256];
int throld=200，thrnew=180，m1=0,m2=0;//匹配时用180
for（i=0；i〈256;i++)
p[i]=0;
for(j=0；j〈nh2;j++）
for（i=0；i<nw2；i++）
｛ p[masknumber。m_pdata[j*nw2+i]]++; //统计各像素总数
｝
for(i=0;i<256;i++）
｛ p[i]=p[i]*1。0/(nw2*nh2）； //直方图归一化
｝
do
{throld=thrnew;
for(i=0;i〈=throld;i++）
{ m1=m1+p[i］*i;
}
for(i=throld+1;i〈256;i++）
{ m2=m2+p［i］＊i；
｝thrnew=（m1+m2)/2；
}
while（ abs（thrnew=throld）〈5 ）；
for（j=0；j〈nh2;j++）
for(i=0；i<nw2;i++)
{ //对图像的第j行、第i列的象素的灰度信息进行判断，修改
if(masknumber.m_pdata［j＊nw2+i］〉thrnew）
maskptemp［j*nw2+i]=255;
else
maskptemp［j*nw2+i］=0；
｝
memcpy(masknumber。m_pdata，maskptemp，nw2*nh2)；
masknumber.UpdateData（);
Invalidate（); delete[] maskptemp；
/＊*＊*＊＊＊＊＊＊＊*＊*＊**＊＊**＊＊＊*＊＊***＊＊**＊*＊**＊＊**＊**＊＊**＊*/
int count；
int flag=0；
for(h=0；h<31;h++）
for（k=0;k〈5;k++）
｛ count=0;
for(j=0；j<20；j++）
for（i=0；i〈16；i++）
{ if（masknumber。m_pdata[j＊nw2+i]==cutmask.m_pdata［（j+h)*nw+i+k］）
count++；
｝
if(（count*1.0/(nw2＊nh2))>nuberthr)
｛ cardnumber=t;
flag=1;
break;
}
｝
if（flag==1)break;
}
//检测花型
int cardtype；
/＊＊***＊＊＊*＊＊＊＊＊＊＊＊**＊＊＊＊＊*＊＊***＊＊*＊＊＊＊*＊*＊＊＊*＊＊**＊＊*＊＊*＊＊****＊＊＊*＊*＊****＊**＊**＊＊*＊***＊＊*＊＊＊/ double type[4];
for（t=0；t<4;t++)
｛
switch（t）
{case 0:filename="111.bmp”；break；
case 1：filename="222.bmp”;break;
case 2：filename=”333。bmp"；break；
case 3:filename="444。bmp”；break；
}
masktype。LoadFromFile（filename); //加载图像
if（!masktype。m_bLoaded） //判断是否加载图像成功
{ AfxMessageBox（"匹配加载模板失败");
return；
｝
int nw3=masktype.GetDIBWidth（）;
int nh3=masktype.GetDIBHeight();
BYTE ＊ typeptemp=（BYTE ＊） new BYTE[nw3*nh3］;
/*＊*＊＊＊***＊＊****＊*****＊**＊＊＊＊*＊＊＊＊＊**＊＊**＊＊＊＊****＊***＊/
double p［256］;
int throld=200，thrnew=180,m1=0，m2=0;//匹配时用180
for（i=0；i<256；i++)
p［i］=0；
for(j=0;j<nh3；j++)
for（i=0；i<nw3;i++）
{ p[masktype.m_pdata[j＊nw3+i]］++; //统计各像素总数
｝
for(i=0；i〈256；i++)
｛ p［i］=p[i］＊1.0/(nw3＊nh3)； //直方图归一化
}
do
{throld=thrnew；
for(i=0；i〈=throld;i++）
｛ m1=m1+p[i］＊i;
｝
for（i=throld+1;i〈256;i++)
｛ m2=m2+p[i]＊i;
}
thrnew=（m1+m2）/2;｝
while( abs（thrnew=throld）<5 )；
for(j=0;j〈nh3;j++）
for(i=0;i〈nw3;i++）
｛ //对图像的第j行、第i列的象素的灰度信息进行判断，修改
if(masktype.m_pdata[j*nw3+i]〉thrnew)
typeptemp［j*nw3+i]=255;
else
typeptemp［j＊nw3+i］=0；
｝ memcpy(masktype。m_pdata,typeptemp，nw3*nh3）;
masktype.UpdateData（)；
Invalidate();
delete［] typeptemp;
int count；
double cmp［5]［35];
for（h=0;h<35；h++)
for(k=0；k<5；k++）
｛count=0;
for(j=0;j〈16;j++)
for（i=0;i〈16;i++)
{ if（masktype。m_pdata［j*nw3+i]==cutmask.m_pdata［（j+h)＊nw+i+k］)
count++； ｝
cmp[k］［h］=count；
｝
type[t］=cmp［0][0］；
for(h=0；h〈35;h++）
for（k=0；k〈5;k++)
｛ if（cmp[k][h］>type[t]）type[t]=cmp［k]［h]；
} ｝
cardtype=0；
double tmepp=type[0];
for(i=0;i〈4;i++）
if(type［i］〉tmepp）
{ tmepp=type[i］;
cardtype=i；
｝
//检测结果显示 略
}
结果为：

四、实验分析与总结
由于图片的位置可能是斜的，所以需要对图片进行旋转；
可以再以个函数内调用多个以上函数依次完成上面操作。
测量距离的方法为在水平与竖直均匀分布的7个位置上测量，由于噪声所以需要进行中值滤波。
五、心得体会
由于编程上的问题，编译连接时老实错误,有的图片由于运行是程序出现不明错误而为能读取。在测量上由于只用了7个点所以有时会有较大误差,此时可再图片预处理上多进行几步操作，而不能一键检测。
在匹配上由于用了图片相减的方法，误差较大,对于数只可以准确检测出来,但由于花型，过小导致误差较大，有时不能检测出来,需要改进。
精彩文档