文档图像倾斜角检测及校正（二）（Matlab）

文档图像倾斜角检测及校正（二）

• 最小距离法直线拟合原理
• Matlab程序

---

阅读之前注意：

Hi，你好，我是Cooper Liu，欢迎来到我写的“文档图像校正”系列博客。基于三种原理，我写了四个实验性的Matlab验证程序，以及两个文档校正Matlab程序。在这里你将能够获取所有的源代码以及测试图片，完全可以在你自己的Matlab上跑这些程序。

如果你是学生，请注意不要抄袭，课程设计作业的话，这种程序仅仅只能让你得到80%左右的成绩。
如果你是工作人士或者只是感兴趣的极客，Okay，我想这些程序对于理解原理是如何应用为程序的已经足够 。

最后，请勿将这些资源用于商业用途（如你所见，这些程序都非常的初级）或者是谋取个人利益，知识在传播的过程中能展现更大的价值^-

本文阅读建议用时：32min
本文阅读结构如下表：

项目	下属项目	测试用例数量
最小距离法直线拟合原理	无	0
Matlab程序	无	1

最小距离法直线拟合原理¹

最小距离法拟合直线是指，我们设线条上n个特征点：
$$(x_i,y_i),i=1,2,\dots ,n，$$则第i个特征点到直线 $y=kx+b$ 的垂直距离为：
$$\frac{|y_i-(k{x}_i+b)|}{\sqrt{(1+k^2)}}$$因此n个特征点到直线 $y=kx+b$ 的距离平方和为：
D ( k , b ) = ∑ i = 1 n [ y i − ( k x i + b ) ] 2 1 + k 2 = 1 1 + k 2 ∑ i = 1 n [ y i − ( k x i + b ) ] 2 D(k,b)=\sum_{i=1}^n\frac{[y_i-(kx_i+b)]^2}{1+k^2}= \frac{1}{1+k^2}\sum_{i=1}^n[y_i-(kx_i+b)]^2