OpenCvSharp基于颜色反差规避FBA面单贴标2

第一版的劣势

        原理同上一边博客记录，在基础上改造的更加细致些，100*100的贴标区域，很容易让原本就不大的FBA纸箱，留下更多空白区域，并且空白区域和原厂标签空隙不足贴下一张新的标签，导致东一张西一张，虽然能够满足规避原厂标签的初衷，但是如果客户需要贴多张标签，就会捉襟见肘

解决办法-提升精度

      既然100*100的匹配，容易造成可贴标区域浪费，那么何不把精度提升到100倍呢？

      把原来100*100的网格，细分为由10个10*10的网格组成，每次匹配可贴标区域，偏移一个10*10网格的网格，然后根据占用的这个10*10的网格，按照偏移的方向，向左向上分别获取相邻的10个网格，那不就组成了一个100*100的可贴标区域了吗？（当然如果需要可贴标区域利用率更高，可以缩小100倍，比如1*1的网格，获取相邻横向和纵向100个这样1*1网格，也可以组成100*100的可贴标区域，本文已经把网格大小提取出来，可用作扩展配置，本文抛砖引玉，有更好的想法可以一起交流完善）。

      无图言屌，用一张粗糙的动态图，来说明第二版本提升精度的慢动作（最下面红色区域是硬件的物理钣金，已经根据上篇博客当作原厂标签标记了，所以标记为干扰区域）

先看最终效果

避免文字无趣，先看下实际的定位效果（红色标记原厂标签，黄色标记可贴区域坐标）

下面是模拟效果（红色区域是人工制造的FBA原厂标签），旋转纸箱不同方向的贴标效果

可以看到，无论纸箱如何旋转，新帖的标签，都可以完全避开.

废话少说，上源码

大部分源码在上个博文已经分享出来，以下附上改动点。（文章最后会附上不同纸箱的定位效果）

   // 裁剪图像（从右下角开始保留指定尺寸）    var croppedImage = AvoidFactoryLabelSDK.CropImageFromBottomRight(originalImage, boxWidthMm, boxHeightMm);     if (croppedImage.Empty())    {        Console.WriteLine("裁剪后的图像为空");        return;    }     // 检测所有原厂面单位置    var labelPositions = AvoidFactoryLabelSDK.DetectOriginalLabelPositions(croppedImage);    Console.WriteLine($"检测到 {labelPositions.Count} 个原厂面单:");    foreach (var pos in labelPositions)    {        Console.WriteLine($"位置: {pos.GridCoordinate}, 尺寸: {pos.WidthMm:F1}mm × {pos.HeightMm:F1}mm");    }     // 查找可贴标签的位置    string availablePosition = AvoidFactoryLabelSDK.FindAvailableLabelPosition(croppedImage, labelPositions);    Console.WriteLine($"可贴标签的位置: {availablePosition}");     // 可视化结果（可选）    Bitmap resultbm = AvoidFactoryLabelSDK.VisualizeResults(croppedImage, labelPositions, availablePosition);    lblStatus.Text = availablePosition;    pictureBox1.Image = resultbm; 

 /// <summary>  /// 原厂标签规避算法  /// </summary>  /// <param name="bmSource">原箱标签</param>  /// <param name="x">返回坐标X</param>  /// <param name="y">返回坐标y</param>  /// <param name="message">异常信息</param>  /// <param name="dpi">电脑DPI</param>  /// <returns></returns>  public static Bitmap AvoidFactoryLabelAlgorithm(string imagepath, double boxWidthMm, double boxHeightMm, out int x, out int y, out string message, double sizeF = 1.7, double dpi = 300)  {      message = string.Empty;      x = y = 1;       // 加载图像       var originalImage = Cv2.ImRead(imagepath, OpenCvSharp.ImreadModes.Grayscale);      //计算每毫米像素数 (基于300 DPI)      double PixelsPerMm = dpi / 25.4; // 约等于 11.811                                        // 计算面单灰度范围      CalculateLabelGrayRange();      ShellLine.WriteLine($"计算出的面单灰度范围: {MinLabelGray}-{MaxLabelGray}");       // 裁剪图像（从右下角开始保留指定尺寸）      var croppedImage = CropImageFromBottomRight(originalImage, boxWidthMm, boxHeightMm);       if (croppedImage.Empty())      {          ShellLine.WriteLine("裁剪后的图像为空");          return croppedImage.ToBitmap();      }             // 检测所有原厂面单位置      var labelPositions = DetectOriginalLabelPositions(croppedImage);      ShellLine.WriteLine($"检测到 {labelPositions.Count} 个原厂面单:");      foreach (var pos in labelPositions)      {          ShellLine.WriteLine($"位置: {pos.GridCoordinate}, 尺寸: {pos.WidthMm:F1}mm × {pos.HeightMm:F1}mm");      }       // 查找可贴标签的位置      string availablePosition = FindAvailableLabelPosition(croppedImage, labelPositions);      ShellLine.WriteLine($"可贴标签的位置: {availablePosition}");       x = availablePosition.Split('-')[0].ToIntExt();      y = availablePosition.Split('-')[1].ToIntExt();      // 可视化结果（可选）      Bitmap resultMap =  VisualizeResults(croppedImage, labelPositions, availablePosition);            return resultMap;   } 

　　

  // 根据颜色列表计算面单灰度范围   public static void CalculateLabelGrayRange()   {       var grayValues = new List<int>();        foreach (var colorHex in LabelColors)       {           // 将十六进制颜色转换为RGB           System.Drawing.Color color = ColorTranslator.FromHtml(colorHex);            // 计算灰度值 (使用标准公式: 0.299*R + 0.587*G + 0.114*B)           int grayValue = (int)(0.299 * color.R + 0.587 * color.G + 0.114 * color.B);           grayValues.Add(grayValue);            Console.WriteLine($"颜色 {colorHex} 的灰度值: {grayValue}");       }        // 计算最小和最大灰度值，并扩展范围以容纳类似颜色       MinLabelGray = grayValues.Min() - 10;       MaxLabelGray = grayValues.Max() + 10;        // 确保范围在0-255之间       MinLabelGray = Math.Max(0, MinLabelGray);       MaxLabelGray = Math.Min(255, MaxLabelGray);   } 

　　

 // 检测所有原厂面单位置  public static List<LabelPosition> DetectOriginalLabelPositions(OpenCvSharp.Mat image)  {      var labelPositions = new List<LabelPosition>();       // 二值化图像以分离面单区域      var binary = new OpenCvSharp.Mat();      Cv2.Threshold(image, binary, MinLabelGray, 255, ThresholdTypes.Binary);       // 形态学操作去除噪声      var kernel = Cv2.GetStructuringElement(MorphShapes.Rect, new OpenCvSharp.Size(5, 5));      Cv2.MorphologyEx(binary, binary, MorphTypes.Open, kernel);       // 查找轮廓      Cv2.FindContours(binary, out var contours, out _, RetrievalModes.External, ContourApproximationModes.ApproxSimple);       // 过滤轮廓（按面积）      var filteredContours = contours.Where(c => Cv2.ContourArea(c) > 1000).ToList();       // 处理每个轮廓      foreach (var contour in filteredContours)      {          // 获取轮廓的边界矩形          var rect = Cv2.BoundingRect(contour);           // 转换为网格坐标          string gridCoordinate = ConvertToGridCoordinate(rect, image.Rows, image.Cols);           // 计算实际尺寸（毫米）          double widthMm = rect.Width / PixelsPerMm;          double heightMm = rect.Height / PixelsPerMm;           // 添加到结果列表          labelPositions.Add(new LabelPosition          {              Rect = rect,              GridCoordinate = gridCoordinate,              WidthMm = widthMm,              HeightMm = heightMm          });      }       return labelPositions;  } 

　　

   // 查找可贴标签的位置（使用10mm×10mm基础网格）    public static string FindAvailableLabelPosition(OpenCvSharp.Mat image, List<LabelPosition> labelPositions)    {        // 获取图像尺寸        int rows = image.Rows;        int cols = image.Cols;         // 计算基础网格行列数        int baseGridCols = (int)Math.Ceiling((double)cols / BaseGridSizePixels);        int baseGridRows = (int)Math.Ceiling((double)rows / BaseGridSizePixels);         // 从右下角开始查找（先横向，再纵向）        for (int baseRow = 0; baseRow < baseGridRows; baseRow++)        {            for (int baseCol = 0; baseCol < baseGridCols; baseCol++)            {                // 计算当前基础网格的像素坐标（右下角）                int baseX = cols - baseCol * BaseGridSizePixels;                int baseY = rows - baseRow * BaseGridSizePixels;                 // 计算100mm×100mm区域的像素坐标                int labelX = baseX - LabelSizePixels;                int labelY = baseY - LabelSizePixels;                 // 检查区域是否在图像范围内                if (labelX < 0 || labelY < 0)                    continue;                 // 创建100mm×100mm区域矩形                Rect labelRect = new Rect(labelX, labelY, LabelSizePixels, LabelSizePixels);                 // 检查区域是否与任何原厂标签相交                bool intersects = false;                foreach (var labelPos in labelPositions)                {                    if (labelRect.IntersectsWith(labelPos.Rect))                    {                        intersects = true;                        break;                    }                }                 // 如果不相交，则返回当前位置                if (!intersects)                {                    // 转换为网格坐标 (baseRow+1, baseCol+1)                    return $"{baseRow + 1}-{baseCol + 1}";                }            }        }         // 如果没有找到可用位置，返回默认位置        return "1-1";    } 

　　

    // 可视化结果     public static Bitmap VisualizeResults(OpenCvSharp.Mat image, List<LabelPosition> labelPositions, string availablePosition)     {         var colorImage = new OpenCvSharp.Mat();         Cv2.CvtColor(image, colorImage, ColorConversionCodes.GRAY2BGR);          int rows = image.Rows;         int cols = image.Cols;         // 绘制网格         for (int x = 0; x < cols; x += BaseGridSizePixels)         {             Cv2.Line(colorImage, new OpenCvSharp.Point(x, 0), new OpenCvSharp.Point(x, rows), Scalar.Green, 5);         }         for (int y = 0; y < rows; y += BaseGridSizePixels)         {             Cv2.Line(colorImage, new OpenCvSharp.Point(0, y), new OpenCvSharp.Point(cols, y), Scalar.Green, 5);         }         // 标记所有原厂面单位置（红色）         foreach (var labelPos in labelPositions)         {             Cv2.Rectangle(colorImage,                          labelPos.Rect.TopLeft,                          labelPos.Rect.BottomRight,                          Scalar.Red, 3);              // 添加标签文本             Cv2.PutText(colorImage,                        labelPos.GridCoordinate,                        new OpenCvSharp.Point(labelPos.Rect.X, labelPos.Rect.Y - 5),                        HersheyFonts.HersheySimplex,                        0.5,                        Scalar.Red,                        3);         }          // 标记可贴标签位置（黄色）         if (!string.IsNullOrEmpty(availablePosition) && availablePosition != "1-1")         {             var parts = availablePosition.Split('-');             if (parts.Length == 2)             {                 int row = int.Parse(parts[0]);                 int col = int.Parse(parts[1]);                  // 计算100mm×100mm区域的像素坐标                 int x = cols - col * BaseGridSizePixels - LabelSizePixels;                 int y = rows - row * BaseGridSizePixels - LabelSizePixels;                  // 确保区域在图像范围内                 if (x < 0) x = 0;                 if (y < 0) y = 0;                  int width = Math.Min(LabelSizePixels, cols - x);                 int height = Math.Min(LabelSizePixels, rows - y);                  if (width > 0 && height > 0)                 {                     Cv2.Rectangle(colorImage,                                  new OpenCvSharp.Point(x, y),                                  new OpenCvSharp.Point(x + width, y + height),                                  Scalar.Yellow, 3);                      // 添加标签文本                     Cv2.PutText(colorImage,                                availablePosition,                                new OpenCvSharp.Point(x + 10, y + 30),                                HersheyFonts.HersheySimplex,                                1,                                Scalar.Yellow,                                3);                 }             }         }          return colorImage.ToBitmap();     } } 

　　demo展示效果

结束语

        感谢各位耐心查阅！  如果您有更好的想法欢迎一起交流，有不懂的也可以微信公众号联系博主，作者公众号会经常发一些实用的小工具和demo源码，需要的可以去看看！另外，如果觉得本篇博文对您或者身边朋友有帮助的，麻烦点个关注！赠人玫瑰，手留余香，您的支持就是我写作最大的动力，感谢您的关注，期待和您一起探讨！再会！