OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)

本文来源公众号“OpenCV与AI深度学习”，仅用于学术分享，侵权删，干货满满。

原文链接：实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)

1 导  读

    本文主要介绍使用OpenCV对扫描文本矫正的应用实例及详细实现步骤。      

2 背景介绍

    在使用打印机或扫描仪扫描文档时，由于摆放位置差异难免造成扫描文档的倾斜。本文将使用OpenCV将倾斜的文档矫正水平并去除黑边。      

3 实现步骤

    本文只针对包含大部分文字的文档做倾斜矫正，思路来源是大部分文字倾斜后同一行的也在同一条直线，通过拟合直线计算文本倾斜角度，然后旋转来实现文本倾斜矫正。

  【1】加载倾斜图像

  【2】灰度转换+腐蚀+膨胀

  【3】Canny边缘检测 + 霍夫线变换检测直线

  【4】计算直线角度中值作为最终的旋转角度，旋转图像

    注意不建议用最值或平均值，因为霍夫线变换有可能拟合到异常角度直线，最值或均值会导致最终角度偏大或偏小，使矫正结果偏差较大。

为什么使用均值？大家可以结合中值滤波的概念来理解。

举例来说：霍夫线变换找到了10条直线，角度分别为：0°，5°，25°，26°，26°，28°，28°，30°，100°，150°。如果去最大值angle=150°，最小值angle=0°，平均值angle=41.8°，中值angle=27°，明显中值结果更准确，更符合直线拟合角度的统计特性，因为拟合直线结果中大部分直线拟合是准确的，这部分角度会集中在一起。当然，使用直方图统计，计算出现频率最多的角度范围更准确，大家可以自行尝试。

  【5】去除边角黑边(使用漫水填充或轮廓删选方式)

  【6】换图片测试

4 代码解析

import numpy as np
import os
import cv2
import math
from scipy import misc,ndimage

def rotate(image,angle,center=None,scale=1.0):
    (w,h) = image.shape[0:2]
    if center is None:
        center = (w//2,h//2)   
    wrapMat = cv2.getRotationMatrix2D(center,angle,scale)    
    return cv2.warpAffine(image,wrapMat,(h,w))

#使用霍夫变换
def getCorrect2():
    #读取图片，灰度化
    src = cv2.imread('./imgs/1.jpg')
    showAndWaitKey("src",src)
    gray = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)
    showAndWaitKey("gray",gray)
    #腐蚀、膨胀
    kernel = np.ones((5,5),np.uint8)
    erode_Img = cv2.erode(gray,kernel)
    eroDil = cv2.dilate(erode_Img,kernel)
    showAndWaitKey("eroDil",eroDil)
    #边缘检测
    canny = cv2.Canny(eroDil,50,150)
    showAndWaitKey("canny",canny)
    #霍夫变换得到线条
    lines = cv2.HoughLinesP(canny, 0.8, np.pi / 180, 90,minLineLength=100,maxLineGap=10)
    drawing = np.zeros(src.shape[:], dtype=np.uint8)
    #画出线条
    for line in lines:
        x1, y1, x2, y2 = line[0]
        cv2.line(drawing, (x1, y1), (x2, y2), (0, 255, 0), 1, lineType=cv2.LINE_AA)
    
    showAndWaitKey("houghP",drawing)
    """
    计算角度,因为x轴向右，y轴向下，所有计算的斜率是常规下斜率的相反数，我们就用这个斜率（旋转角度）进行旋转
    """
    k = float(y1-y2)/(x1-x2)
    thera = np.degrees(math.atan(k))
    print(thera)

    """
    旋转角度大于0，则逆时针旋转，否则顺时针旋转
    """
    rotateImg = rotate(src,thera)
    cv2.imshow("rotateImg",rotateImg)
    cv2.waitKey()
    cv2.destroyAllWindows()
    cv2.imwrite('result.jpg',rotateImg)

def showAndWaitKey(winName,img):
    cv2.imshow(winName,img)
    cv2.waitKey()

if __name__ == "__main__":              
    getCorrect2()

THE END !

文章结束，感谢阅读。您的点赞，收藏，评论是我继续更新的动力。大家有推荐的公众号可以评论区留言，共同学习，一起进步。