node.js'de taranan bir görüntüden onay kutusunu işaretleyin

Question

Taranan bir görüntüden onay kutusunun işaretli olup olmadığını kontrol etmek istiyorum. Bunun için node-dv ve node-fv gibi düğüm modülünü buldum. Ancak bunu ne zaman yükleyeceğim, mac üzerinde aşağıdaki hatayı aldım.

../deps/opencv/modules/core/src/arithm1.cpp:444:51: error: constant expression evaluates to 4294967295 which cannot be narrowed to type 'int' [-Wc++11-narrowing] 
static int CV_DECL_ALIGNED(16) v64f_absmask[] = { 0xffffffff, 0x7fffffff, 0xffffffff, 0x7fffffff }; 
                ^~~~~~~~~~ 
../deps/opencv/modules/core/src/arithm1.cpp:444:51: note: insert an explicit cast to silence this issue 
static int CV_DECL_ALIGNED(16) v64f_absmask[] = { 0xffffffff, 0x7fffffff, 0xffffffff, 0x7fffffff }; 
                ^~~~~~~~~~ 
                static_cast<int>() 
../deps/opencv/modules/core/src/arithm1.cpp:444:75: error: constant expression evaluates to 4294967295 which cannot be narrowed to type 'int' [-Wc++11-narrowing] 
static int CV_DECL_ALIGNED(16) v64f_absmask[] = { 0xffffffff, 0x7fffffff, 0xffffffff, 0x7fffffff }; 
                      ^~~~~~~~~~ 
../deps/opencv/modules/core/src/arithm1.cpp:444:75: note: insert an explicit cast to silence this issue 
static int CV_DECL_ALIGNED(16) v64f_absmask[] = { 0xffffffff, 0x7fffffff, 0xffffffff, 0x7fffffff }; 
                      ^~~~~~~~~~ 
                      static_cast<int>() 
2 errors generated. 
make: *** [Release/obj.target/libopencv/deps/opencv/modules/core/src/arithm1.o] Error 1 
gyp ERR! build error 
gyp ERR! stack Error: `make` failed with exit code: 2 
gyp ERR! stack  at ChildProcess.onExit (/Users/entapzian/.nvm/versions/node/v4.3.1/lib/node_modules/npm/node_modules/node-gyp/lib/build.js:270:23) 
gyp ERR! stack  at emitTwo (events.js:87:13) 
gyp ERR! stack  at ChildProcess.emit (events.js:172:7) 
gyp ERR! stack  at Process.ChildProcess._handle.onexit (internal/child_process.js:200:12) 

Yukarıdaki bağımlılık benim sorun için en iyi çözümdür mı? Eğer değilse lütfen bana iyi bir çözüm öner.

Answer 1

Gecikmiş cevap için özür dilerim, dün ve bugün gerçekten meşguldüm. Burada bir görüntünün önceden tanımlanmış bölgelerini yakalayan ve onay kutularının doldurulup doldurulmadığını belirleyen bir örnek verilmiştir. Bu sadece bir başlangıç ​​noktasıdır ve muhtemelen büyük ölçüde geliştirilebilir, ancak taranan görüntü iyi kalitede ise çalışmalıdır.

İlk adım, resmin pikselini elde etmektir. Ardından, görüntüdeki bölgeleri onay kutularını içeren bir desenle yakalayarak elde edersiniz. Son olarak, onay kutusunun, görüntüdeki o bölgenin ortalama parlaklığını, işaretlenmemiş bir kutunun taban çizgisi parlaklığını karşılaştırarak kontrol edip etmediğini değerlendirirsiniz.

Resim piksellerini almak için get-pixels Node.js paketini kullanmanızı öneririz.

var get_pixels = require(‘get-pixels’); 
var image_uri = 'path_to_image'; 

get_pixels(image_uri, process_image); 

var pattern_width = 800, // Width of your pattern image 
    pattern_height = 1100; // Height of your pattern image 

// The pattern image doesn't need to be loaded, you just need to use its dimensions to reference the checkbox regions below 
// This is only for scaling purposes in the event that the scanned image is of a higher or lower resolution than what you used as a pattern. 

var checkboxes = [ 
    {x1: 10, y1: 10, x2: 30, y2: 30}, // Top left and bottom right corners of the region containing the checkbox 
    {x1: 10, y1: 60, x2: 30, y2: 80} 
]; 

// You'll need to get these by running this on an unchecked form and logging out the adjusted_average of the regions 
var baseline_average = ??, // The average brightness of an unchecked region 
    darkness_tolerance = ??; // The offset below which the box is still considered unchecked 

function process_image(err, pixels) { 

    if (!err) { 

     var regions = get_regions(pixels); 

     var checkbox_states = evaluate_regions(regions); 

     // Whatever you want to do with the determined states 

    }else{ 
     console.log(err); 
     return; 
    } 

} 

function get_regions(pixels) { 

    var regions = [], // Array to hold the pixel data from selected regions 
     img_width = pixels.shape[0], // Get the width of the image being processed 
     img_height = pixels.shape[1], // Get the height 
     scale_x = img_width/pattern_width, // Get the width scale difference between pattern and image (for different resolution scans) 
     scale_y = img_height/pattern_height; // Get the height scale difference 

    for (var i = 0; i < checkboxes.length; i++) { 

     var start_x = Math.round(checkboxes[i].x1 * scale_x), 
      start_y = Math.round(checkboxes[i].y1 * scale_y), 
      end_x = Math.round(checkboxes[i].x2 * scale_x), 
      end_y = Math.round(checkboxes[i].y2 * scale_y), 
      region = []; 

     for (var y = start_y; y <= end_y; y++) { 
      for (var x = start_x; y <= end_x; x++) { 
       region.push(
        pixels.get(x, y, 0), // Red channel 
        pixels.get(x, y, 1), // Green channel 
        pixels.get(x, y, 2), // Blue channel 
        pixels.get(x, y, 3) // Alpha channel 
       ); 
      } 
     } 

     regions.push(region); 

    } 

    return regions; 

} 

function evaluate_regions(regions) { 

    var states = []; 

    for (var i = 0; i < regions.length; i++) { 

     var brightest_value = 0, 
      darkest_value = 255, 
      total = 0; 

     for (var j = 0; j < regions[i].length; j+=4) { 

      var brightness = (regions[i][j] + regions[i][j + 1] + regions[i][j + 2])/3; // Pixel brightness 
      if (brightness > brightest_value) brightest_value = brightness; 
      if (brightness < darkest_value) darkest_value = brightness; 
      total += brightness; 

     } 

     var adjusted_average = (total/(regions[i].length/4)) - darkest_value; // Adjust contrast 
     var checked = baseline_average - adjusted_average > darkness_tolerance ? true : false; 

     states.push(checked); 

    } 

    return states; 

}