AIWROK软件图像二值化的各种方法和应用场景

信息发布软件

	AIWROK软件图像二值化的各种方法和应用场景 //&#127822;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