怎样在5分钟内构筑一台功能强大的移动式文件扫描仪(翻译)

最新推荐文章于 2024-04-14 17:02:32 发布

fxt570762000

最新推荐文章于 2024-04-14 17:02:32 发布

阅读量990

点赞数

怎样在5分钟内构筑一台功能强大的移动式文件扫描仪(翻译)

原文链接：How to Build a Kick-Ass Mobile Document Scanner in Just 5 Minutes - PyImageSearch

https://ww.pyimagesearch.com/2014/09/01/build-kick-ass-mobile-document-scanner-just-5-minutes/

怎样在5分钟内构筑一台功能强大的移动式文件扫描仪

by Adrian Rosebrock on September 1, 2014 in Image Processing, Tutorials

从我的关于skin detection博客，记起我的朋友 James没有？

嗯，昨天我在地区食品超市买了一杯咖啡和一些杂品，正是在讨论最新和最好CVPR论文的时间。

结帐后，我拿出我的iPhone，拍下一张收据照片--我喜欢这样做，这让我能够保持跟踪我每月钱的流向（例如，我在咸肉上花销$20）。

总之，James问我为什么不利用一台文件扫描APP，如 Genius Scan 或 TurboScan去扫描帐单到手机。

好问题。

我承认我没有想到这事。

但那时 James走得太远...

他打赌$100，说我不能自已制作一台移动式文件扫描APP.

嗯，你看自已笑话吧， James。

下次见面时我将拿到我的$100。

因为老实讲，文件扫描APP制作真的很容易。

GeniusScan. TurboScan. Scanner Pro.你给它命名--运行在幕后的计算机视频算法执行起来非常简单。

我打赌，读过此博客后，你能创建一个应用，也能完成一台大男孩式文件扫描仪。

你看，利用手机扫描文件分成三个简单步骤：

步1：边缘检查。

步2：利用图象的边缘去寻找被扫描纸张的轮廓。

步3：施加一个透视转换去获取文件的顶视图。真的，就这样。仅仅三步，你就能提交你自己的文件到APP库。

有趣吗？

读下去。解开秘密去构成一台你自己的移动扫描仪APP。

OpenCV和Python版本：

本例子在 Python 2.7/3+ 和 OpenCV 2.4/3+下运行。

样在5分钟内构筑一台功能强大的移动式文件扫描仪

上周我给了你一个特殊的款待—我个人的transform.py模块，那是我用在我的计算机视频和图象处理项目中。关于这个模块你可以更多阅读一下。

当你需要执行4点透视转换时，你应当利用这个模块。

你猜对了，我们要利用它去构筑自己的文件扫描仪。

让我们谈正事。

打开你喜欢的Python IDE，（我喜欢Sublime Text 2），创建一个新文件，命名为scan.py，让我们开始吧。

利用Python Python, OpenCV,以及计算机视频构筑一台文件扫描仪APP.

# import the necessary packages

from pyimagesearch.transform import four_point_transform

from skimage.filters import threshold_local

import numpy as np

import argparse

import cv2

import imutils

# construct the argument parser and parse the arguments

ap = argparse.ArgumentParser()

ap.add_argument("-i","--image", required = True,

help ="Path to the image to be scanned")

args = vars(ap.parse_args())

行2-7：运用必须的Python输入包，这是我们需要的。

开始时先输入我们的四点转换功能，上周我们讨论过此功能。

我们也使用 imutils模块，它包含放大缩小，旋转，裁剪图象这样的方便功能。关于 imutils你可以在我的博客中读到更多。安装imutils很简单：

1$pip install--upgrade imutils

接下来，让我们从scikit-image输入threshold_local功能。这个功能让我们对被扫描图象获得“黒与白”的感觉。

注（15/1/2018）: threshold_adaptive 功能已经弃用。本博客更新应用 threshold_local。

最后，我们用NumPy做数字处理， argparse做解析命令行参数，用cv2做OpenCV绑定。

行10-13用来解析命令行参数。我们只需要一个单一开关图象，----image，它是到达包含要扫描文件图象的通路。

现在我们有了到达图象的通路，我们可以去看步1：边缘检测。

Step 1: Edge Detection边缘检测

利用OpenCV构筑我们的文件扫描仪APP的第一步是执行边缘检测。看看下面：

# load the image and compute the ratio of the old height

# to the new height, clone it, and resize it

image=cv2.imread(args["image"])

ratio=image.shape[0]/500.0

orig=image.copy()

image=imutils.resize(image,height=500)

# convert the image to grayscale, blur it, and find edges

# in the image

gray=cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)

gray=cv2.GaussianBlur(gray,(5,5),0)

edged=cv2.Canny(gray,75,200)

# show the original image and the edge detected image

print"STEP 1: Edge Detection"

cv2.imshow("Image",image)

cv2.imshow("Edged",edged)

cv2.waitKey(0)

cv2.destroyAllWindows()

首先，在第17行中从磁盘装载图象。

为加速图象处理，并且使我们的边缘检测更精确，在行17-20我们调整所扫描的图象到高度为500象素。

我们也要特别注意跟踪图象的原始高度对新高度的比值（行18）--这就让你以原始图象高度执行扫描，而不是以缩放后的高度执行。

在第24行，我们对图象从RGB转换到灰度，在行26中执行精确检测。 Line 26.执行高斯模糊，移去频率噪声（在步2的轮廓检测中有帮助）

步1 的输出在行30和31中显示。

看看下面的示例文件：

图1：构筑文件扫描APP的第一步。左侧是原始；图象，右侧是图象中的边缘检测。

左侧你看到我的全食超市收据。注意图片是怎样一个角度拍摄的。它肯定不是90度，是页面的从上到下视图。进而，在图象中还有我的桌子。肯定这不是任何想要的扫描。我们完成了我们想要的“扫描”。

当然，右侧你看到了执行边缘检测后的图象。我们已经看到了收据的轮廓。

开头不错。

看第二步。

Step 2: Finding Contours找轮廓

轮廓检测不太难。

事实上，在构筑文件扫描仪时，你实质上具备优势。

.花点时考虑一下，你实际在构筑什么。

一台文件扫描仪，简单地扫描一张纸。

假设一张纸箱是矩形。

.矩形有四个边界。

因此，我们可以创建一个简单的启发去帮助我们构筑文件扫描仪。

启发式的方法是这样的：我们假设以精确四个点表达的图象的最大轮廓是我们的被扫描纸张。

这是合理可靠的假设--扫描仪APP假设你想要扫描的文件就是我们图象的主焦点。同样合理可靠假设是（至少是）此纸片有四个边缘。

这正是下面代码要做的：

# find the contours in the edged image, keeping only the

# largest ones, and initialize the screen contour

cnts=cv2.findContours(edged.copy(),cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)

cnts=cnts[0]ifimutils.is_cv2()elsecnts[1]

cnts=sorted(cnts,key=cv2.contourArea,reverse=True)[:5]

# loop over the contours

forcincnts:

# approximate the contour

peri=cv2.arcLength(c,True)

approx=cv2.approxPolyDP(c,0.02*peri,True)

# if our approximated contour has four points, then we

# can assume that we have found our screen

iflen(approx)==4:

screenCnt=approx

break

# show the contour (outline) of the piece of paper

print("STEP 2: Find contours of paper")

cv2.drawContours(image,[screenCnt],-1,(0,255,0),2)

cv2.imshow("Outline",image)

cv2.waitKey(0)

cv2.destroyAllWindows()

首先在行37中我们寻找已确定边缘的图象的轮廓。在行38中OpenCV 2.4 和

OpenCV 3分别返回轮廓。

我喜欢做的一个好的办法是按面积对轮廓排序，只保留最大者（行39）。这样我们仅只检测最大轮廓者，而抛弃其余。

在行42开始对轮廓循环，近似于行44和行45的点数。

如果近似的轮廓具有四个点（行49），则假设我们找到了图象中的文件。

再说一次，这是相当可行的假设。扫描仪APP 假设（1）被扫描文件就是图象的主焦点。（2）文件是矩形，从而具有四个边缘。

从这里，行55和行56显示要扫描文件的轮廓。

图2：构筑文件扫描仪App的第二步是利用图象的边缘去找到纸张的轮廓。

正如你能够看到的那样，我们成功地利用检测到的图象的边缘找到文件的轮廓，由围绕我的收据的绿色矩形表明。

最后，进入第3步，用我的四点转换功能作对齐。

步3：施加透视转换&临界值

构筑一台文件扫描仪的最后一步是取四点表达文件的轮廓，并施加透视转换从而获取图象的鸟瞰视图。

看看：

# apply the four point transform to obtain a top-down

# view of the original image

warped=four_point_transform(orig,screenCnt.reshape(4,2)*ratio)

# convert the warped image to grayscale, then threshold it

# to give it that 'black and white' paper effect

warped=cv2.cvtColor(warped,cv2.COLOR_BGR2GRAY)

T=threshold_local(warped,11,offset=10,method="gaussian")

warped=(warped>T).astype("uint8")*255

# show the original and scanned images

print("STEP 3: Apply perspective transform")

cv2.imshow("Original",imutils.resize(orig,height=650))

cv2.imshow("Scanned",imutils.resize(warped,height=650))

cv2.waitKey(0)

行62执行挠曲转换。事实上，所有重要工作都是由four_point_transform功能处理的。在下周博客中你可以读到更多东西。

我们通过两个参进入四点转换（four_point_transform）：第一个参数是我们从磁盘上装入的原始图象（不是缩放的），第二参数是代表文件的轮廓，乘以缩放比。

那么，你可能想知道，为什么乘以缩放比？

乘以缩放比是因为我们执行边缘检测并按高=500象素的缩放后图象找到轮廓。

当然，我们要执行原图象的扫描，而不是对缩放图象的扫描，因此我们用缩放比乘轮廓点。

在行66-68中，为获得图象的黒白感，我们把变形的图象转换成灰度，并施加自适应阀值变换。

最后，在行72-74中显示输出。

说到输出，请看看我们的输出文件：

图3：完成我们的扫描仪第3步，透视转换。原图在左侧，扫描所得图在右侧。

左侧是从磁盘装入的原图。右侧是扫描所得图形。

注意被扫描图象的视角怎样被改变了-我们得到顶视，90度的图象视图。

幸亏有了我们的自适应算法，我们有了良好的，清晰的黒白的文件感。

我们已经成功构筑了一台文件扫描仪！

时间小于5分钟，少于75行代码（多数是注释）。

更多例子

收据例子很好。

但这种工作方法适用于普通纸张吗？

当然！

我打印出“Practical Python and OpenCV”书的第22页，这是一本用于学习计算机视频的可靠快速启动指南

图4：利用计算机视频对扫描文件施加边缘检测。

你能看到左侧是原图，右侧是检测所得图象的边缘。

现在，让我们寻找页面的轮廓：

图5：利用检测到的图象去寻找被扫描页面的外形与轮廓

最后，我们施加透视转换和阀值图象。

图6：左侧是原图象。右侧是我们看到的扫描所得文本。扫描是成功的。

这是另一个成功的扫描。

Where to Next?下面做什么？

现在你有了构筑一台移动式文件扫描仪的代码，或许你想要做成一个APP发布到你自已的APP商店！

事实上，我觉得应该。

那将是一个伟大实践...

另一个伟大的“下一步”是施加OCR到图象中的文件。一仅你能够扫描文件产生PDF文件，而且让你还能编辑文本！

Summary总结

在本博客中我告诉了你怎样用OpenCV在5分钟内仅用75行Python码，构筑了一台移动式文件扫描仪。。

文件扫描可以分成三个不同的简单步骤。

第一步是施加边缘检测。

第二步是寻找表达我们所需要扫描文件图象的轮廓。

最后一步是施加透视转换以获取图象的顶视，90度视图，如同我们扫描的文件。

这样你成功了。在5分钟内做成一台移动式文件扫描仪。

原谅我，我打电话给James，让他付款…

你喜欢这篇博客吗？

嘿，你是否欣赏这篇关于构筑一台移动式文件扫描仪呢？

要是欣赏，我想你会喜欢我的书“ Practical Python and OpenCV”。

当你学习案例研究包时，你将学习怎样检测图象中的面孔，认识手写字，利用关键点检测以及

有趣吗？

Just click here and pickup a copy.那就点击这里选择一本副本。

在一个简单的周末，你解开了计算机视频项目应用秘密，你成了一名项目专家！

（以下略）

fxt570762000

关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
怎样在5分钟内构筑一台功能强大的移动式文件扫描仪(翻译)

怎样在5分钟内构筑一台功能强大的移动式文件扫描仪(翻译)原文链接：How to Build a Kick-Ass Mobile Document Scanner in Just 5 Minutes - PyImageSearchhttps://ww.pyimagesearch.com/2014/09/01/build-kick-ass-mobile-document-scanner-just-5-...
复制链接

扫一扫