判断图中有没有证件图片

整体解决思路：

前提：拍摄场景光线稳定，证件没有放在图像边缘；且图片使用的证件阅读器拍摄的红外图片，采用了开灯和关灯各拍摄一张图片，图像相减，进行了背景去除；

1）使用二值化和膨胀腐蚀以及sobel算子等进行图像的预处理；

2）进行凸包计算，通过角度，进行证件区域的计算；

最终的结果：

 

涉及到的数学知识：

1.已知四个坐标点，怎样求出四边形的四个内角

思路：利用三个坐标点构造三角形，使用三条边的长度，进行角度计算

已知三角形的三条边，怎样求解角度：（已知三边长怎么求三角形的角度_百度知道）

方法：设三角形中角A所对应的边长是a，角B所对应的边长是b，角C所对应的边长是c。再利用公式：

①CosA=(c^2+b^2-a^2)/2bc

②CosB=(a^2+c^2-b^2)/2ac

③CosC=(a^2+b^2-c^2)/2ab

算出每一个角的余弦值，利用计算器上的反余弦函数功能就可以计算出各自的角度值。

代码：

def get_angle(pt1, pt2, pt0):
    '''
    判断角度有没有满足90°
    计算三个点中间的那个点的角度
    :param p1:
    :param p2:
    :param p3:
    :return:
    '''
    dx1 = np.abs(pt1[0][0] - pt0[0][0])
    dy1 = np.abs(pt1[0][1] - pt0[0][1])
    dx2 = np.abs(pt2[0][0] - pt0[0][0])
    dy2 = np.abs(pt2[0][1] - pt0[0][1])
    dx12 = np.abs(pt1[0][0] - pt2[0][0])
    dy12 = np.abs(pt1[0][1] - pt2[0][1])
    # return (dx1 * dx2 + dy1 * dy2) / math.sqrt((dx1 * dx1 + dy1 * dy1) * (dx2 * dx2 + dy2 * dy2) + 1e-10)
    length0_2 = math.sqrt(dx1 * dx1 + dy1 * dy1)
    length0_1 = math.sqrt(dx2 * dx2 + dy2 * dy2)
    length2_1 = math.sqrt(dx12 * dx12 + dy12 * dy12)

    cosin0 = (math.pow(length0_2, 2) + math.pow(length0_1, 2) - math.pow(length2_1, 2)) / (length0_2 * length0_1 * 2)
    return cosin0

maxCosine = 0
for j in range(2, 5):
    cosine = np.abs(get_angle(approx[j%4], approx[j-2], approx[j-1]))
    maxCosine = max(maxCosine, cosine)
cosine = np.abs(get_angle(approx[1], approx[3], approx[0]))

2.求解四边形面积

思路：求解2个三角形的面积，进行面积加和；

参考链接：

OpenCV4学习笔记（25）——凸包检测_邱小兵的博客-CSDN博客_凸包检测

Python | 凸多边形间重叠面积计算_lovetaozibaby的博客-CSDN博客_python判断两个多边形是否存在交集

opencv-python 详解轮廓及findContours()、drawContours()函数_RayChiu_Labloy的博客-CSDN博客_findcontours() opencv 实现对摄像头输入图像中文件及证件等的实时跟踪，四边形检测及提取_javastart的博客-CSDN博客_opencv实时处理图像【OpenCV入门学习--python】凸包算法(convex hull)_喜欢星星的田螺姑娘的博客-CSDN博客_python 凸包