基于MATLAB图像处理的pdf矫正

        我们在日常生活中有时看到的pdf文档是扫描件，那扫描的结果有时很不好 ，歪歪斜斜还有阴影。这样就会影响到我们的阅读心情。例如我前两天找到的一本《矩阵论》的pdf文档就是扫描件，给大家看一下。

 很明显可以看到左边这张歪了，而且中间还有一条黑线，看着不太舒服。

        对于以上这种情况，我们要做的就是1.把中间的黑线去掉。2.把图像一分为二，因为是两页。3.把图像矫正过来。针对以上步骤，可以参照我下面给出的代码，理解其内容。

clc 
clf
clear
path='C:\Users\ASUS\Desktop\juzhen\'; %%需要处理的图像文件夹
list=dir(path);
path1='C:\Users\ASUS\Desktop\矩阵论处理1\'; %%处理后图像所在文件夹
for i=3:length(list)
% i=66;
path2=[path list(i).name];
I=imread(path2);%读取图片
[a,b,c]=size(I);
if c==3
    I=rgb2gray(I);
end
BW=imbinarize(I,graythresh(I));

BW(:,round(b/2)-200:round(b/2)+200) = 1;
A=BW(:,1:round(b/2));
B=BW(:,round(b/2)+1:end);

A1=~A(600:1200,:);
% A1=~A(400:1600,:);
A1=imclearborder(A1,8);
stats_1 = regionprops(A1,'Eccentricity');
statsangle_1=regionprops(A1,'Orientation');
m1=cell2mat(struct2cell(stats_1));
[~,maxnum1]=max(m1);
statsangle_1=cell2mat(struct2cell(statsangle_1));
angle_1=statsangle_1(maxnum1);
if abs(angle_1)>=0.1
    pic_1=imrotate(~A,-(angle_1),'bilinear','crop');
else
    pic_1=~A;
end

B1=~B(600:1200,:);
% B1=~B(400:1600,:);
B1=imclearborder(B1,8);
stats_2 = regionprops(B1,'Eccentricity');
statsangle_2=regionprops(B1,'Orientation');
m2=cell2mat(struct2cell(stats_2));
[~,maxnum2]=max(m2);
statsangle_2=cell2mat(struct2cell(statsangle_2));
angle_2=statsangle_2(maxnum2);
if abs(angle_2)>=0.1
   pic_2=imrotate(~B,-(angle_2),'bilinear','crop'); 
else  
    pic_2=~B;
end      

name1=num2str(2*i-1);
name2=num2str(2*i);
imwrite(~pic_1,[path1,name1,'.png']);
imwrite(~pic_2,[path1,name2,'.png']);
% imshow(B1)
end

 这个处理流程比较简单。但是前提得是你把pdf文档先转换成图片。

1.首先根据路径读取图片列表，然后依次读取图片进行处理。

2.对于读取到的图片判断其大小，如果是正常的三通道图片就要转换成灰度图像，否则就跳过该步骤。 

3.对读取的图像进行二值转换，然后用BW(:,round(b/2)-200:round(b/2)+200) = 1覆盖其中间的黑线（注意这个范围要根据实际适当的调整）。

4.将二值图像进行分离，分成A,B两个图像A=BW(:,1:round(b/2));B=BW(:,round(b/2)+1:end);

5.采集其标头部分的横线，这是本次处理的重点，因为横线的方向就代表了页面的倾斜程度。所以要完整的采集此线条。（适当调整A1=~A(600:1200,:)的范围）

6.计算不同连通域的离心率，并找出最大的离心率。（regionprops(A1,'Eccentricity');是标量，与区域具有相同标准二阶中心矩的椭圆的离心率(可作为特征)。本属性只支持二维标注矩阵）

stats_1 = regionprops(A1,'Eccentricity');
m1=cell2mat(struct2cell(stats_1));
[~,maxnum1]=max(m1);

7.计算每个连通域的倾斜角度，并按照上一步的结果找到离心率最大的连通域的倾斜角度。实际上就是本线条的倾斜角度。（regionprops(A1,'Orientation');是标量，与区域具有相同标准二阶中心矩的椭圆的长轴与x轴的交角(度)。本属性只支持二维标注矩阵）

statsangle_1=regionprops(A1,'Orientation');
statsangle_1=cell2mat(struct2cell(statsangle_1));
angle_1=statsangle_1(maxnum1);

8.根据计算结果进行旋转矫正。这里面的'crop'意思是不改变图片尺寸大小。

if abs(angle_1)>=0.1
    pic_1=imrotate(~A,-(angle_1),'bilinear','crop');
else
    pic_1=~A;
end

9.最后，将处理好的图片存储到准备好的文件夹中。

本方法利用的就是页眉横线，没有页眉横线的文档该处理方法不适用。而且本文所述方法仅适用于纯黑白的pdf文档。这里有一点要注意就是matlab的imread函数读进去的图像是uint8精度的，所以说如果你的图像是uint16的就要提前转换一下，转成uint8，转换的方法详见下面的连接。

https://mp.csdn.net/mp_blog/creation/editor/126846683