Opencv图像透视转换实战（处理发票）

于 2024-09-29 22:31:20 发布
阅读量298 收藏 3
点赞数 11
文章标签： opencv 人工智能 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_61600833/article/details/142644758
版权

目录

目标

步骤

实践

1、定义读取图片函数

2、定义获取四个点的坐标，分别是左上，右上，右下，左下

3、定义绘制的新图片的函数

4、定义自动变换图片大小函数

5、读取图片并进行缩小处理

6、轮廓检测并获取最大轮廓

7、透视变换

8、二值处理

9、图片膨胀、腐蚀、旋转

完整代码

目标

通过图像透视转换实现对发票照片的处理，将不规则图片转换成规整便于观看的形状

效果如下：

步骤

读取图片、处理图片 --> 找到发票的轮廓 --> 进行轮廓近似，找到矩形的四个角坐标 --> 定位四个角，找到长宽 --> 转换图片 -->膨胀、腐蚀使文字更清晰。 

实践

1、定义读取图片函数

import numpy as np
import cv2
def cv_show(name, img):
    cv2.imshow(name, img)
    cv2.waitKey(0)

2、定义获取四个点的坐标，分别是左上，右上，右下，左下

def order_points(pts):
    # 一共4个坐标点
    rect = np.zeros((4, 2), dtype="float32")  # 用来存储排序之后的坐标位置
    # 按顺序找到对应坐标0123分别是 左上，右上，右下，左下
    s = pts.sum(axis=1)  #对pts矩阵的每一行进行求和操作。（x+y）
    rect[0] = pts[np.argmin(s)]
    rect[2] = pts[np.argmax(s)]
    diff = np.diff(pts, axis=1)  #对pts矩阵的每一行进行求差操作。(y-x)
    rect[1] = pts[np.argmin(diff)]
    rect[3] = pts[np.argmax(diff)]
    return rect

3、定义绘制的新图片的函数

def four_point_transform(image, pts):
    # 获取输入坐标点
    rect = order_points(pts)
    (tl, tr, br, bl) = rect
    # 计算输入的w和h值
    widthA = np.sqrt(((br[0] - bl[0]) ** 2) + ((br[1] - bl[1]) ** 2))
    widthB = np.sqrt(((tr[0] - tl[0]) ** 2) + ((tr[1] - tl[1]) ** 2))
    maxWidth = max(int(widthA), int(widthB))
    heightA = np.sqrt(((tr[0] - bl[0]) ** 2) + ((tr[1] - bl[1]) ** 2))
    heightB = np.sqrt(((tl[0] - br[0]) ** 2) + ((tl[1] - br[1]) ** 2))
    maxHeight = max(int(heightA), int(heightB))
    # 变换后对应坐标位置
    dst = np.array([[0, 0], [maxWidth - 1, 0],
                    [maxWidth - 1, maxHeight - 1], [0, maxHeight - 1]], dtype="float32")
    # 图像透视变换 cv2.getPerspectiveTransform(src, dst[, solveMethod]) → MP获得转换之间的关系
    #  src：变换前图像四边形顶点坐标
    # cv2.warpPerspective(src, MP, dsize[, dst[, flags[, borderMode[, borderValue]]]]) → dst
    # 参数说明：
    # src：原图
    # MP：透视变换矩阵，3行3列
    # dsize： 输出图像的大小，二元元组(width, height)
    M = cv2.getPerspectiveTransform(rect, dst)
    warped = cv2.warpPerspective(image, M, (maxWidth, maxHeight))
    # 返回变换后结果
    return warped

4、定义自动变换图片大小函数

def resize(image, width=None, height=None, inter=cv2.INTER_AREA):
    dim = None
    (h, w) = image.shape[:2]
    if width is None and height is None:
        return image
    if width is None:
        r = height / float(h)
        dim = (int(w * r), height)
    else:
        r = width / float(w)
        dim = (width, int(h * r))
    resized = cv2.resize(image, dim, interpolation=inter)
    #参数interpolation指定了在图像大小调整过程中如何处理像素插值的方法。cv2.INTER_AREA具体意味着使用面积插值方法。
    return resized

5、读取图片并进行缩小处理

# 读取输入
image = cv2.imread('fapiao.jpg')
cv_show('image', image)

# 图片过大，进行缩小处理
ratio = image.shape[0] / 500.0  # 计算缩小比率
orig = image.copy()
image = resize(orig, height=500)
cv_show('1',image)

 

6、轮廓检测并获取最大轮廓

# 轮廓检测
print("STEP 1: 轮廓检测")
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)  # 读取灰度图

edged = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]  # 自动寻找阈值二值化
cnts = cv2.findContours(edged.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)[1]
image_contours = cv2.drawContours(image.copy(), cnts, -1, (0, 0, 255), 1)
cv_show('image_contours', image_contours)

print("STEP 2: 获取最大轮廓")
screenCnt = sorted(cnts, key=cv2.contourArea, reverse=True)[0]  # 获取面积最大的轮廓

peri = cv2.arcLength(screenCnt, True)  # 计算轮廓周长
screenCnt = cv2.approxPolyDP(screenCnt, 0.02 * peri, True)  # 轮廓近似
image_contour = cv2.drawContours(image.copy(), [screenCnt], -1, (0, 255, 0), 2)

cv2.imshow("image_contour", image_contour)
cv2.waitKey(0)

 

7、透视变换

# 透视变换
warped = four_point_transform(orig, screenCnt.reshape(4, 2) * ratio)
cv2.imwrite('invoice_new.jpg', warped)
cv2.namedWindow('xx',cv2.WINDOW_NORMAL)
cv2.imshow("xx", warped)
cv2.waitKey(0)

 

8、二值处理

# 二值处理
warped = cv2.cvtColor(warped, cv2.COLOR_BGR2GRAY)
ref = cv2.threshold(warped, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]

 

9、图片膨胀、腐蚀、旋转

kernel = np.ones((2, 2), np.uint8)  # 设置kenenel大小
ref_new = cv2.morphologyEx(ref, cv2.MORPH_CLOSE, kernel)  # 闭运算,先膨胀再腐蚀
ref_new=resize(ref_new.copy(),width=500)
cv_show('yy',ref_new)
rotated_image = cv2.rotate(ref_new, cv2.ROTATE_90_COUNTERCLOCKWISE)
cv2.imshow("result",rotated_image)
cv2.waitKey(0)

 

 

完整代码

import numpy as np
import cv2
def cv_show(name, img):
    cv2.imshow(name, img)
    cv2.waitKey(0)
def order_points(pts):
    # 一共4个坐标点
    rect = np.zeros((4, 2), dtype="float32")  # 用来存储排序之后的坐标位置
    # 按顺序找到对应坐标0123分别是 左上，右上，右下，左下
    s = pts.sum(axis=1)  #对pts矩阵的每一行进行求和操作。（x+y）
    rect[0] = pts[np.argmin(s)]
    rect[2] = pts[np.argmax(s)]
    diff = np.diff(pts, axis=1)  #对pts矩阵的每一行进行求差操作。(y-x)
    rect[1] = pts[np.argmin(diff)]
    rect[3] = pts[np.argmax(diff)]
    return rect
def four_point_transform(image, pts):
    # 获取输入坐标点
    rect = order_points(pts)
    (tl, tr, br, bl) = rect
    # 计算输入的w和h值
    widthA = np.sqrt(((br[0] - bl[0]) ** 2) + ((br[1] - bl[1]) ** 2))
    widthB = np.sqrt(((tr[0] - tl[0]) ** 2) + ((tr[1] - tl[1]) ** 2))
    maxWidth = max(int(widthA), int(widthB))
    heightA = np.sqrt(((tr[0] - bl[0]) ** 2) + ((tr[1] - bl[1]) ** 2))
    heightB = np.sqrt(((tl[0] - br[0]) ** 2) + ((tl[1] - br[1]) ** 2))
    maxHeight = max(int(heightA), int(heightB))
    # 变换后对应坐标位置
    dst = np.array([[0, 0], [maxWidth - 1, 0],
                    [maxWidth - 1, maxHeight - 1], [0, maxHeight - 1]], dtype="float32")
    # 图像透视变换 cv2.getPerspectiveTransform(src, dst[, solveMethod]) → MP获得转换之间的关系
    #  src：变换前图像四边形顶点坐标
    # cv2.warpPerspective(src, MP, dsize[, dst[, flags[, borderMode[, borderValue]]]]) → dst
    # 参数说明：
    # src：原图
    # MP：透视变换矩阵，3行3列
    # dsize： 输出图像的大小，二元元组(width, height)
    M = cv2.getPerspectiveTransform(rect, dst)
    warped = cv2.warpPerspective(image, M, (maxWidth, maxHeight))
    # 返回变换后结果
    return warped
def resize(image, width=None, height=None, inter=cv2.INTER_AREA):
    dim = None
    (h, w) = image.shape[:2]
    if width is None and height is None:
        return image
    if width is None:
        r = height / float(h)
        dim = (int(w * r), height)
    else:
        r = width / float(w)
        dim = (width, int(h * r))
    resized = cv2.resize(image, dim, interpolation=inter)
    #参数interpolation指定了在图像大小调整过程中如何处理像素插值的方法。cv2.INTER_AREA具体意味着使用面积插值方法。
    return resized

# 读取输入
image = cv2.imread('fapiao.jpg')
cv_show('image', image)

# 图片过大，进行缩小处理
ratio = image.shape[0] / 500.0  # 计算缩小比率
orig = image.copy()
image = resize(orig, height=500)
cv_show('1',image)

# 轮廓检测
print("STEP 1: 轮廓检测")
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)  # 读取灰度图

edged = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]  # 自动寻找阈值二值化
cnts = cv2.findContours(edged.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)[1]
image_contours = cv2.drawContours(image.copy(), cnts, -1, (0, 0, 255), 1)
cv_show('image_contours', image_contours)

print("STEP 2: 获取最大轮廓")
screenCnt = sorted(cnts, key=cv2.contourArea, reverse=True)[0]  # 获取面积最大的轮廓

peri = cv2.arcLength(screenCnt, True)  # 计算轮廓周长
screenCnt = cv2.approxPolyDP(screenCnt, 0.02 * peri, True)  # 轮廓近似
image_contour = cv2.drawContours(image.copy(), [screenCnt], -1, (0, 255, 0), 2)

cv2.imshow("image_contour", image_contour)
cv2.waitKey(0)

# 透视变换
warped = four_point_transform(orig, screenCnt.reshape(4, 2) * ratio)
cv2.imwrite('invoice_new.jpg', warped)
cv2.namedWindow('xx',cv2.WINDOW_NORMAL)
cv2.imshow("xx", warped)
cv2.waitKey(0)

# 二值处理
warped = cv2.cvtColor(warped, cv2.COLOR_BGR2GRAY)
ref = cv2.threshold(warped, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]

kernel = np.ones((2, 2), np.uint8)  # 设置kenenel大小
ref_new = cv2.morphologyEx(ref, cv2.MORPH_CLOSE, kernel)  # 闭运算,先膨胀再腐蚀
ref_new=resize(ref_new.copy(),width=500)
cv_show('yy',ref_new)
rotated_image = cv2.rotate(ref_new, cv2.ROTATE_90_COUNTERCLOCKWISE)
cv2.imshow("result",rotated_image)
cv2.waitKey(0)

 

 

 

 

 

湫ccc
关注
OpenCV实战（1）——OpenCV与图像处理基础
盼小辉丶的博客
10-24 6万+
OpenCV 是一个跨平台计算机视觉和机器学习库，实现了图像处理和计算机视觉方面的很多通用算法。本节将介绍 OpenCV 的基础知识，以及如何编译运行 OpenCV 程序，并介绍如何完成最基本的图像处理任务——读取、显示和保存图像。除此之外，鼠标事件和图形绘制也是 OpenCV 计算机视觉项目中常用的基本功能，本节介绍了如何使用这两个重要的 OpenCV 功能。
OpenCV-Python实战（1）——OpenCV简介与图像处理基础
热门推荐
盼小辉丶的博客
08-10 22万+
OpenCV 是一个的跨平台计算机视觉库，可以运行在 Linux、Windows 和 Mac OS 操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时也提供了 Python 接口，实现了图像处理和计算机视觉方面的很多通用算法。在本文中，将介绍 OpenCV 库，包括它的主要模块和典型应用场景，同时使用 OpenCV-Python 实战讲解图像处理基础要点。
opencv图像透视处理
2401_84670644的博客
09-10 2835
在图像处理与计算机视觉领域，透视变换（Perspective Transformation）是一种重要的图像校正技术，它允许我们根据图像中已知的四个点（通常是矩形的四个角）和目标位置的四个点，将图像从一个视角映射到另一个视角。这种技术广泛应用于文档扫描、增强现实、图像拼接以及许多其他领域。本文将通过OpenCV这一强大的图像处理库，介绍如何执行图像的透视变换。
OpenCV图像处理--warpPerspective透视变换
君莫笑的博客
01-13 1万+
OpenCV图像处理--warpPerspective透视变换
OpenCV图像处理入门
m0_37623374的博客
06-14 7833
OpenCV相关知识继续讲解
【Opencv图像处理】透视与仿射变换
点云兔子的博客
03-07 4790
C++透视与仿射变换透视与仿射变换Opencv代码仿射变换代码透视变换代码 透视与仿射变换 你有没有注意到，当你拍摄一个矩形平面物体的图像时，角落角度很少是90°？ 这种现象是透视投影的一个特征，其中 3D 场景中的点（例如，矩形角）通过针孔投影到平面（相机图像传感器）上。靠近照相机的线段比距离照相机较远的相同长度的线段显示得更长。直角可能变得尖锐或钝，平行线可能看起来会聚到消失点。 在平面物体的自动检测中，透视畸变可能是一个问题。由于我们要检查对象特征是否具有正确的形状和大小，因此我们希望"反转"透视失
OpenCV-Python实战（4）——OpenCV常见图像处理技术
盼小辉丶的博客
09-08 2万+
图像处理技术是计算机视觉项目的核心，通常是计算机视觉项目中的关键工具，可以使用它们来完成各种计算机视觉任务。因此，如果要构建计算机视觉项目，就需要对图像处理有足够的了解。在本文中，将介绍计算机视觉项目中常见的图像处理技术，主要包括图像的几何变换和图像滤波等。
【OpenCV】OpenCV指南：图像处理基础及实例演示
科技改变人类，技术成就未来
06-27 7489
OpenCV 是一个功能强大且易于使用的库，广泛应用于图像处理和计算机视觉领域。从读取和显示图像，到颜色空间转换、图像缩放、翻转、边缘检测、高斯模糊、形态学操作以及图像平滑和绘制，本文详细介绍了 OpenCV 的基础使用方法，附带了丰富的代码示例，帮助读者更直观地理解和应用。
基于OpenCV的图像透视变换详解(从理论到实现再到实践)
m0_51653200的博客
10-17 2万+
从图像透视变换理论讲起，到如何应用具体封装函数实现基本的透视变换，再到如何应用透视变换进行简单的实践。
使用Python实现高效的图像处理：基于OpenCV的实战指南
Xiaoxin的博客
07-18 1749
同时，我们也导入了NumPy库，它是Python中用于科学计算的基础库，OpenCV在处理图像时也会频繁使用到NumPy数组。边缘检测是计算机视觉中的一个重要任务，用于识别图像中的边界线。在现代科技快速发展的今天，图像处理已成为众多领域不可或缺的一部分，包括计算机视觉、机器学习、自动驾驶、医学影像分析等。这一开源的计算机视觉和机器学习软件库，为图像处理提供了强大的工具集。图像滤波是图像处理中常用的技术，用于去除噪声或强调图像中的某些特征。的世界，通过实战项目，学习如何高效地进行图像处理。
《Opencv图像处理编程示例》pdf+代码+数据
11-27
《OpenCV图像处理编程实例》以OpenCV开源库为基础实现图像处理领域的很多通用算法，并结合当今图像处理领域前沿技术，对多个典型工程实例进行讲解及实现。全书内容覆盖面广，由基础到进阶，各个技术点均提供详细的...
基于QT5+Opencv完成简单的图像处理及视频处理软件
02-25
QT图形界面编程 大作业，主要功能分为图像处理以及视频处理两大块。 图像处理包括：灰度化、均值滤波、边缘检测、伽马变换、旋转镜像、亮度调节、二值化、对比度，饱和度调节、色彩调节、图片保存、水印等。 视频...
python opencv 透视转换
04-06
透视转换是图像处理中的一个重要概念，常用于将图像从一个视角转换到另一个视角，例如，将鸟瞰图转换为正视图或者将平面图像进行矫正。本篇文章将深入探讨如何在Python环境下利用OpenCV库实现透视变换。 首先，透视...
OpenCV图像文件读写(1）检查 OpenCV 是否支持某种图像格式的读取功能函数haveImageReader()的使用
jndingxin的专栏
09-25 377
haveImageReader 函数通常用于检查 OpenCV 是否支持某种图像格式的读取功能。在 OpenCV 中，haveImageReader 函数可以帮助确定是否可以成功读取特定格式的图像文件。这是一个非常实用的功能，特别是在需要处理多种图像格式时。
03_OpenCV像素操作
最新发布
A_Lv123的博客
09-28 457
image_widget2.value = bgr8_to_jpeg(img) #经过像素操作的。image_widget1.value = bgr8_to_jpeg(img1) #原始的。#bgr8转jpeg格式。
用Python与OpenCV的实践：实时面部对称性分析
WenJGo的博客
09-25 906
利用Python、OpenCV和dlib库实现人脸特征的检测与对称性评估。文章详细介绍了如何加载人脸检测模型、提取面部关键点，并计算左右鼻子与眼睛的距离差异以评估面部对称性。 新手也能学会！！！
OpenCV图像文件读写(2) 检查 OpenCV 是否支持某种图像格式的写入功能函数haveImageWriter()的使用
jndingxin的专栏
09-25 530
haveImageWriter 函数用于检查 OpenCV 是否支持某种图像格式的写入功能。这个函数可以帮助开发者在编写代码时确定是否可以成功地将图像写入特定格式的文件中。
OpenCV_自定义线性滤波(filter2D)应用详解
从易到难，从入门到精通
09-24 1427
使用OpenCV filter2D函数，通过改变卷积核（kernel）可达成不同的滤波效果。下面就OpenCV filter2D函数的几种常用场景做说明，并以实例做演示。
OpenCV视频I/O(10)视频采集类VideoCapture之从视频流中检索一帧图像函数 retrieve()的使用
jndingxin的专栏
09-28 440
retrieve() 函数的主要作用是从视频源中检索一帧图像，并将其存储到指定的目标矩阵中。通常情况下，retrieve() 与 grab() 配合使用，先使用 grab() 函数抓取视频帧，再使用 retrieve() 函数来实际获取该帧。这样可以在多线程环境中提高效率，因为 grab() 可以在后台提前准备下一帧，而主线程可以继续处理当前帧。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值