Töltsük be a Sudoku_h.jpg képet!

Simítás, Niblack küszöbölés megfelelő paraméterekkel

• Figyeljünk arra, hogy a detektált sötét színű komponensek legyenek maximális intenzitásértékűek az eredményképen!
• Mentsük az eredményképet Sudoku_niblack.png néven!

Legnagyobb zárt területű komponens megtartása

• A findContours() eredményét járjuk végig és keressük meg a legnagyobb területűt a contourArea() függvény használatával!
• Egy kontúr megrajzolása kitöltötten is lehetséges a drawContour() függvénnyel! (Nézzen utána a dokumentációban!)
• Csak azokon a helyeken tartsuk meg az intenzitásértékeket, ahol a maszk nem 0 értékű!
• Mentsük a két képet Sudoku_mask.png és Sudoku_cut.png néven!

• Hough transzformáció végrehajtása a Canny élképen.

• Egyenes helyzetbe forgatási szög számítása.
  • Feltételezhetjük, hogy nincs számottevő perspektív torzulás, így elegendő a kép középpontja körüli forgatás.
  • A szög a legnagyobb gyakorisággal előforduló egyenes theta paramétere legyen. Kihasználhatjuk, hogy az OpenCV HoughLines() függvénye a szavazatok sorrendjében adja vissza az egyenes paramétereket!
  • Feltételezhetjük, hogy az elforgatandó szög (-30,+30) fok közötti. Figyeljünk arra, mit jelent a Hough trafó eredménye OpenCV-ben!
• Képek (eredeti és feldolgozott) elforgatása a középpont körül a megfelelő szöggel.
  • Ha az előző részfeladatot nem sikerül megoldani, használhatunk konstans szögértéket is!
  • Mentsük a feldolgozott eredményképet Sudoku_cut_rot.png néven!

• Távolítsuk el a tábla keretet!
  • Pl. floodFill() a megfelelő kontúr első pontjából indítva, vagy legnagyobb területű összefüggő komponens eltávolítása.
• Komponensek leválogatása a számok mérettartományán belül.
• Komponens körvonalak vetítése jól látható színnel az elforgatott eredeti képre.
• Írjuk ki konzolra szövegesen, melyik Sudoku tábla (sor, oszlop) pozíciókon találtunk számjegyeket!