名片、身份证、银行卡定位矫正算法：基于LSD直线检测，角点确定，透视变换

最新推荐文章于 2024-06-02 10:02:22 发布
最新推荐文章于 2024-06-02 10:02:22 发布
阅读量7.3k 收藏 38
点赞数 5
分类专栏： 字符识别OCR研究
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/zhubenfulovepoem/article/details/78596362
版权

这里写图片描述

lsd直线提取程序说明
函数模型：ntuple_list lsd(image_double image);
直线提取程序是C语言，若使用C++，需要在头文件说明：

extern "C"
{
#include "lsd.h"
};

该程序处理的数据类型是作者自己定义的image_double类型，所以无论编程者将图像存在何种格式下，必须进行类型转化。image_double类型定义如下：

typedef struct image_double_s
{
  double * data;
  unsigned int xsize,ysize;
} * image_double;

以为图像的坐标原点在左上角，x轴表示宽度，水平向右，y轴表示高度，竖直向下，因此，图像中一点（x，y）的值为image->data[ x + y * image->xsize ]。
因为C++将图像存储为IplImage格式，而C语言的程序中无法使用C++的头文件，因此IplImage与image_double类型的转换必须在函数外进行，无法整合在lsd函数中，因此，在使用该函数前需要一小段代码：

IplImage* im_gray = cvCreateImage(cvSize(m_im->width,m_im->height),IPL_DEPTH_8U,1);
    cvCvtColor(m_im,im_gray,CV_RGB2GRAY);
    image_double image = new_image_double(im_gray->width, im_gray->height);
    BYTE* im_src = (BYTE*)im_gray->imageData;
    int xsize = image->xsize;//宽度
    int ysize = image->ysize;//高度
    int y,x;

    for (y = 0;y < ysize;y++)
    {
        for (x = 0;x < xsize;x++)  //x是横坐标，y是纵坐标
        {
            image->data[y*xsize + x] = im_src[y*im_gray->widthStep + x];
        }
    }
    cvReleaseImage(&im_gray);
上述代码中，m_im是输入的彩色图像，为IplImage* 格式，因为sld函数处理的是灰度图像，所以上述代码中，将输入的彩色图像转化为灰度图像。在这段代码后，image_double格式的image就可以直接送入lsd函数：

detected_lines = lsd(image);

detected_lines中存储着直线检测的结果，类型是作者自己定义的ntuple_list型，该类型的结构定义如下：

typedef struct ntuple_list_s
{
  unsigned int size;
  unsigned int max_size;
  unsigned int dim;
  double * values;
} * ntuple_list;

detected_lines中存储的是所有线段的信息，每一条线段都可以看做是一个子单元：detected_lines->size是指子单元的个数，即直线段的条数；
detected_lines->max_size是指最大可以存储的子单元个数（一般不会用到，程序内部自动分配空间，该项数字只是记录作用）；
detected_lines->dim是指每一个子单元中数据的维数，一般是5，即线段首端点的x、y坐标，线段尾端点的x、y坐标，线段的宽度（这个指标一般不为1，但是没有用过，一般只是将线段首尾点相连作为提取到的线段）；
这些指标具体的值存在value中，detected_lines->values[j*dim+0]和detected_lines->values[j*dim+1]分别是线段一个端点的x、y坐标，detected_lines->values[j*dim+2]和detected_lines->values[j*dim+3]分别是线段另一个端点的x、y坐标，detected_lines->values[j*dim+4]为线段的宽度。其中，j为某一条线段的索引号。

  1. 主调用例子
#include "IDCardRec.h"


char * configFile = "config.txt";
char* trainSetPosPath = (char *)malloc(200*sizeof(char));
void readConfig(char* configFile, char* trainSetPosPath){
    fstream f;
    char cstring[1000];
    int readS=0;
    f.open(configFile, fstream::in);
    char param1[200]; strcpy(param1,"");
    char param2[200]; strcpy(param2,"");
    char param3[200]; strcpy(param3,"");

    f.getline(cstring, sizeof(cstring));
    readS=sscanf (cstring, "%s %s %s", param1,param2, param3);
    strcpy(trainSetPosPath,param3);
}


vector<string> imgNames;
int labelTemp = 0;

void dfsFolder(string folderPath){
    _finddata_t FileInfo;
    string strfind = folderPath + "\\*";
    long Handle = _findfirst(strfind.c_str(), &FileInfo);
    if (Handle == -1L){
        cerr << "can not match the folder path" << endl;
        exit(-1);
    }
    do{
        if (FileInfo.attrib & _A_SUBDIR)        {
            if( (strcmp(FileInfo.name,".") != 0 ) &&(strcmp(FileInfo.name,"..") != 0))          {
                string newPath = folderPath + "\\" + FileInfo.name;
                labelTemp = atoi(FileInfo.name);
                dfsFolder(newPath);
            }
        }else  {
            string finalName = folderPath + "\\" + FileInfo.name;
            imgNames.push_back(finalName);

        }
    }while (_findnext(Handle, &FileInfo) == 0);
    _findclose(Handle);

}

void initTrainImage(){
    readConfig(configFile, trainSetPosPath);

    string folderPath = trainSetPosPath;
    dfsFolder(folderPath);

}

void processingTotal(){
    initTrainImage();

    int imgNum = imgNames.size();
    for(int iNum=0;iNum<imgNum;iNum++){

        cout<<endl<<iNum<<endl;
        cout<<imgNames[iNum].c_str()<<endl;
        IplImage * src=cvLoadImage(imgNames[iNum].c_str(),1);  
        if(!src) continue;
        if(1){
            cvNamedWindow("image",1);
            cvShowImage("image",src);
        }

        processingOne(src);


    }
}



extern IplImage* res_im;
void processingOne(IplImage * src){
    cvNamedWindow("dst",1);
//  IplImage * dst = jiaoZheng(src);
    char *vif = vifLine(src);
//  cout<<vif<<endl;
    IplImage * dst = jiaozheng2(res_im);
    cvShowImage("dst",dst);

    cvWaitKey(0);
}

void main()
{
    processingTotal();
}
  1. 矫正部分判断筛选：
#include "jiaoZheng.h"

//===================判断点在矩形内===================,这里把贴边的去掉
bool InRectYesOrNo(CvPoint pt,CvRect rect){
    if( ( (pt.x >rect.x)&&(pt.x <(rect.x+rect.width)) )&&((pt.y >rect.y)&&(pt.y <(rect.y+rect.height))) )
        return true;
    else
        return false;
}

//=============计算两点之间的距离
float lenghtOf2P(CvPoint pt1,CvPoint pt2){
     return sqrt((float)(pt1.x - pt2.x)*(pt1.x - pt2.x)+(pt1.y - pt2.y)*(pt1.y - pt2.y));
}

//===============根据顶部或者底部线段，筛选出同角度下总长度最长的线段====================/
vector<cv::Vec4i> chooseLine1(IplImage* src,vector<linePtAngle> lineTop){
    //第一步：确定所有线段都是首小于尾部(以X轴为参考计算)
    for(unsigned int i = 0; i < lineTop.size() ; i++){
        if( lineTop[i].startPt.x >lineTop[i].endPt.x ){
            CvPoint temp;
            temp.x =  lineTop[i].startPt.x;     temp.y =  lineTop[i].startPt.y; 
            lineTop[i].startPt.x = lineTop[i].endPt.x;      lineTop[i].startPt.y = lineTop[i].endPt.y;
            lineTop[i].endPt.x = temp.x;        lineTop[i].endPt.y = temp.y;
        }
    }

    //显示首尾ok后的线
    if(showSteps){
        for(unsigned int i = 0; i < lineTop.size() ; i++){
            cvLine(src,lineTop[i].startPt,lineTop[i].endPt,CV_RGB(0,255,255),6,CV_AA);
            printf("======================== %d,%d\n",lineTop[i].startPt.x,lineTop[i].endPt.x);
        }
        cvShowImage("src",src);
        cvWaitKey(0);
    }

    //找出堆在一起的平行线，这个一般是银联的标志
    int a[20];
    for(int n=0;n<20;n++) a[n] = -1;
    int n = 0;
    //将平行，且两条线段中的一条首与一条尾相距很小时将这两天先合并
    for(unsigned int i = 0; i < lineTop.size()-1 ; i++){
        for(unsigned int j = i+1; j < lineTop.size() ; j++){
            if( (abs(lineTop[i].angle - lineTop[j].angle)<=3 )&&( abs(lineTop[i].startPt.x - lineTop[j].startPt.x )<=10 )&&(abs(lineTop[i].endPt.x - lineTop[j].endPt.x )<=30)&&(i!=j) ){
                a[n++] = i;
                a[n++] = j;
            }
        }
    }

    //显示去掉银联标志后的正确的图
    if(showSteps){
        for(unsigned int j = 0; j < lineTop.size() ; j++){  
            if( (j!=a[0])&&(j!=a[1])&&(j!=a[2])&&(j!=a[3])&&(j!=a[4])&&(j!=a[5])&&(j!=a[6])&&(j!=a[7])&&(j!=a[8])
                &&(j!=a[9])&&(j!=a[10])&&(j!=a[11])&&(j!=a[12])&&(j!=a[13])&&(j!=a[14])&&(j!=a[15])&&(j!=a[16])&&(j!=a[17])
                &&(j!=a[18])&&(j!=a[19]) )
                cvLine(src,lineTop[j].startPt,lineTop[j].endPt,CV_RGB(0,0,255),6,CV_AA);

        }
        cvShowImage("src",src);
        cvWaitKey(0);
    }

    //将堆在一起的平行线，角度赋大值，去掉他们。
    for(int n=0;n<20;n++){
        for(unsigned int j = 0; j < lineTop.size() ; j++){  
            if(j == a[n]){
                lineTop[j].angle = 45;
            }
        }
    }
    /*cvShowImage("src",src);
    cvWaitKey(0);*/

    将数条平行在一起的线去掉
    //vector<linePtAngle>::iterator it;
    //int flagNum = 0;
    //for(it=lineTop.begin();it!=lineTop.end();++it){   
        flagNum ++;
    //  if( flagNum==a[0] ){
   
    //      it=lineTop.erase(it);
    //      break;
    //  }else
    //      ++it;   
    //}

    //for(int n=0;n<20;n++){
   
    //  int flagNum = 0;                
    //  for(vector<linePtAngle>::iterator it=lineTop.begin(); it!=lineTop.end(); ){
   
    //      flagNum ++;
    //      if(flagNum==a[n]){
   
    //          it = lineTop.erase(it); //不能写成arr.erase(it);
    //      }else{
   
    //          ++it;
    //      }           
    //  }
    //}
    //
    //for(unsigned int i = 0; i < lineTop.size() ; i++){
   
    //  cvLine(src,lineTop[i].startPt,lineTop[i].endPt,CV_RGB(255,0,0),6,CV_AA);
    //}

    //cvShowImage("src",src);
    //cvWaitKey(0);


    //将平行，且两条线段中的一条首与一条尾相距很小时将这两天先合并
    for(unsigned int i = 0; i < lineTop.size()-1 ; i++){
        for(unsigned int j = i+1; j < lineTop.size() ; j++){
            if( (abs(lineTop[i].angle - lineTop[j].angle)<=3 )&&( abs(lineTop[i].endPt.x - lineTop[j].startPt.x )<=5 )&&(lineTop[i].startPt.x < lineTop[j].startPt.x) ){
                lineTop[i].startPt.x = lineTop[i].startPt.x;
                lineTop[i].startPt.y = lineTop[i].startPt.y;

                lineTop[i].endPt.x = lineTop[j].endPt.x;
                lineTop[i].endPt.y = lineTop[j].endPt.y;
            }
        }
    }


    float *angleTop;
    angleTop = (float *)malloc(lineTop.size()*sizeof(float));

    int sumTop[40] = {
  0};


    for(int jAngle = -20;jAngle<20;jAngle ++){
        for(unsigned int i = 0; i < lineTop.size() ; i++){
            if( (lineTop[i].angle == jAngle) )
                sumTop[jAngle+20] += lineTop[i].lineLength;
        } 
    }



    if(showSteps){
        for(int jAngle = -20;jAngle<20;jAngle ++)
            cout<<sumTop[jAngle+20]<<" ";
    }


    int maxSumTop = sumTop[0];  
    for(int jAngle = -20;jAngle<20;jAngle ++){
        if (maxSumTop<sumTop[jAngle+20])  
        {  
            maxSumTop = sumTop[jAngle+20];  
        } 
    }

    if(showSteps)
        cout<<maxSumTop<<endl;

    vector<cv::Vec4i> lines;
    for(int jAngle = -20;jAngle<20;jAngle ++){
        if(maxSumTop == sumTop[jAngle+20]){
            for(int j = 0; j<lineTop.size();j++){
                if((jAngle == lineTop[j].angle)||((jAngle+1) == lineTop[j].angle)||((jAngle-1) == lineTop[j].angle)) {
                    if(showSteps)
                        cvLine(src,lineTop[j].startPt,lineTop[j].endPt,CV_RGB(255,255,255),6,CV_AA);
                    Vec4i v;
                    v[0] = lineTop[j].startPt.x; v[1] = lineTop[j].startPt.y;
                    v[2] = lineTop[j].endPt.x; v[3] = lineTop[j].endPt.y;

                    lines.push_back(v);
                }
            }
        }
    }
    return lines;
}

//===============根据顶部或者底部线段，筛选出同角度下总长度最长的线段=================
最低0.47元/天 解锁文章
zhubenfulovepoem
关注
  • 5
    点赞
  • 踩
  • 38
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
专栏目录
银行卡矫正（透视变换）
高艺康的博客
06-25 574
opencv透视变换 银行卡认证
用Opencv给韦小宝的身份证透视变换
时刻在奔跑的博客
09-13 984
上一节我们说了 opencv 的安装教程，这次我们来实战一波～ 有时候我们项目上需要身份证识别，但是有的人拍的身份证不是倒的，就是歪的。让后台去识别很麻烦，经常识别不准。但有了 opencv 的透视变换，你再怎么歪，我也能帮你矫正过来。 透视变换原理 透视变换(Perspective Transformation)是将成像投影到一个新的视平面(Viewing Plane)，也称作投影映射(Projective Mapping)。如图所示 JAVA 实现 首先获取身份证四个点的坐标，https://uuto
探索M-LSD：轻量级实时线段检测的未来
最新发布
gitblog_00050的博客
06-02 396
探索M-LSD：轻量级实时线段检测的未来 项目地址:https://gitcode.com/lhwcv/mlsd_pytorch 在计算机视觉领域，快速且精准的线段检测是众多应用的基础。现在，我们向您推荐一个全新的开源项目——M-LSD（Multiple Lightweight and Real-time Line Segment Detector）。该项目致力于实现轻量级且高效的线段检测算法，...
边缘检测检测卡片证件
jacke121的专栏
01-14 962
边缘检测检测卡片证件
身体证检测与识别（二）——HED边缘检测与矫正
知来者逆的博客
06-29 2788
1.关于边缘检测,我这里用了HED这个边缘检测网络，HED创作于2015年，骨干网络是state-of-the-art的VGG-16，并且使用迁移学习初始化了网络权重。关于HED的算法原理与训练模型代码可以转到github。
如何在c++ / opencv 中调用matlab 的图像数据
911的专栏
07-02 2652
c++中调用matlab 的图像数据
C++代码+opencv2.4.13+vs2013实现身份证识别，拍身份证照然后读出数字
qq_34657707的博客
08-27 1152
用到的技术主要包括，矩形检测，图像旋转变换，图像二值化，图像腐蚀膨胀，图像求连通域分割，SVM，BP神经网络，FCM模糊聚类算法 全部代码已上传https://download.csdn.net/download/qq_34657707/11604190 首先看程序大概分了这么几个类 angle类用于求直线夹角，矩形检测时候会用到，drawSquare类用于画出检测到的矩形，findS...
LSD直线检测 基于LSD的直线提取算法.rar
01-09
LSD（Line Segment Detector，直线段检测器）是一种高效的、基于图像梯度的直线检测算法，主要用于在图像中快速准确地提取直线段。基于LSD的直线检测算法是计算机视觉领域中的一个重要工具，广泛应用于场景解析、...
LSD直线检测算法的MATLAB代码
05-13
资源是LSD直线检测算法的MATLAB代码，资源下载后直接能用，解压后打开test.m，然后运行即可，相关的资料请参考博文https://blog.csdn.net/weixin_42647783/article/details/81200534，谢谢
lsd直线检测算法
10-21
LSD（Line Segment Detector，直线段检测器）是一种高效的图像处理算法，用于在数字图像中检测直线段。这个算法在计算机视觉、机器学习以及模式识别等领域有着广泛的应用，例如在自动驾驶、图像分析、文档理解等方面...
LSD直线检测算法程序
12-01
该算法基于Canny边缘检测器和几何特性来寻找可能的线段，并通过一系列的数学操作来确定最终的直线段。 ### LSD算法步骤 1. **预处理**：首先，对输入图像进行灰度化和高斯滤波，以减少噪声并平滑图像。 2. **...
如何判断身份证顶点的相对位置
0202zc 的博客
03-18 1441
已知身份证的四个角点，判断它们的相对位置问题的多次尝试...
文档扫描识别——基于M-LSD线段检测的拍照文档校正
知来者逆的博客
01-14 4347
前言 1.拍照文档扫描识别是办公类App里面最常用到的的一类应用，市面上有很多相关的App，及主要技术点有几个要用到图像处理，有边缘检测校正，文档滤镜，和OCR。 2.关于边缘文档连续检测，有用传统算法，也有用深度学习的，是于传统算法，场景泛化能力并不是很好，深度学习方向的，我之前用HED写过一个身份证边缘检测项目，但要运行到移动端速度并不理想。 3.Mobile LSD（M-LSD一种用于资源受限环境的实时和轻量级的线段检测网络。Mobile LSD在 Android 和 iPhone 移动设备上的运行速
matlab 图像分割 提取人像_图像中的直线提取与匹配（LSD，code/c++,matlab可用）
weixin_39679468的博客
11-25 651
19年1月份的慕尼黑，大雪纷飞...各位看官，最近在线特征相关的研究，本文把直线特征的提取和匹配的源码贴一下，希望对大家有所帮助，在下使用 OpenCV下的LSD 提取特征，LBD进行特征描述， KNNMatch做特征描述。同时，还有特征质量的简单筛选。#include CMakeLists.txt的代码如下。实际上，如果只是线提取 没有必要写这个复杂，里面的内容大家可以自行删减，在下就不改了：c...
M-LSD直线检测
hnsdgxylh的专栏
01-30 1792
M_LSD直线检测
浅析image,imagesc,imshow的用法
热门推荐
zhupananhui的专栏
11-15 6万+
1、显示RGB图像 相同点：这三个函数都是把m*n*3的矩阵中的数值当做RGB值来显示的。 区别：imshow将图像以原始尺寸显示，image和imagesc则会对图像进行适当    的缩放，注意这里只是图像显示的尺寸。 2、显示灰度图像 说明：先搞明白什么是索引图像？（灰度图像也是索引图像的一种）   当用Matlab中的imread函数将图像读入并存入矩阵时，我们知道如果是RGB图像
（Python+OpenCV）彩色图转灰度图
Hanlin的博客
11-24 1690
# -*- coding: utf-8 -*- """ Created on Mon Nov 23 22:46:15 2020 @author: 94456 """ import sys import cv2 as cv #显示Python和OpenCV的版本 print('Python的版本为：Python',sys.version_info.major) print('OpenCV的版本为：',cv.__version__) #图片路径 #（应避免有中文） image_path=r'C.
证件图像校正
YU_Xianguo的博客
03-20 6623
引子： 你是否遇到过这种情况：用手机对着身份证拍张照片，然后想打印出扫描件的效果？应用商城里有个热门app好像叫“扫描全能王”，大概提供了这个功能，但是它是收费的，普通用户用起来有些许不便。最近我也遇到了这个问题，别人用手机拍了个身份证照片传给我，如上面所示，让我把它打印出来：我最先想用PS，但是我发现无法用一个规则的矩形把它框得很好，我那没入门的PS技术无法解决这个问题，于是我就花了一晚上...
OCR身份证识别简单算法流程
小白学视觉
02-24 4344
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达做OCR身份证识别的调研，正好整理一下从基础的图像处理角度的算法流程。OCR简介光学字符识别 Optical Char...
基于LSD直线检测算法提取仪表指针Python代码
07-12
以下是一个使用基于LSD（Line Segment Detection）直线检测算法提取仪表指针的示例Python代码： ```python import cv2 import numpy as np def extract_pointer(image_path): # 读取图像 image = cv2.imread...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
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