构建文档扫描仪-600学习网

600学习网终身会员188，所有资源无秘无压缩-购买会员

本文将使用OpenCV创建一个简单的文档扫描仪，就像普通的相机扫描仪应用程序一样。这个想法很简单，因为我们认为文档是四边形。我们得到边缘的位置并用它来抓取文档本身，忽略无用的图像背景。

简单流水线：加载图像＞＞检测边缘和抓取位置＞＞使用图像上的位置

导入程序包

首先，我们导入处理图像可能需要的包。threshold_local函数对您来说可能是新的，但这段代码没有什么特别之处。此函数来自scikit图像包。

＃导入包

from skiage.filters导入阈值_本地

将numpy导入为np

导入cv2

导入imutils

加载图像。

在这里，我们加载图像并保留副本。在这里，原始副本对于获得清晰和未修改的图像扫描非常重要。为了处理图像，我将其调整到合理的比例。接下来，我对图像进行灰度化，以减少颜涩并使其模糊(即，帮助从图像背景中去除高频噪声)。这些都是为了找到文件的边缘。

＃在图像中加载

image＝cv2.imread(“images/questions.jpg”)

orig＝image.copy()

＃调整图像大小。

高度＝图像形状[0]

宽度＝图像形状[1]

比率＝0.2

宽度＝int(比率＊宽度)

高度＝int(比率＊高度)

image＝cv2.resize(图像，(宽度，高度))

＃在图像中找到边缘。

灰涩_缩放＝cv2.cvt颜涩(图像，cv2.COLOR _ BGR2GRAY)

＃模糊图像

灰涩_缩放＝cv2.高斯模糊(灰涩_缩放，(5,5)，0)

＃边缘检测

边缘＝cv2.Canny(灰涩，50，200)

cv2.imshow(“图像”，图像)

cv2.waitKey(0)

cv2.imshow(“检测到边缘”，边缘)

cv2.waitKey(0)

找到轮廓。

使用cv2.findcontours()查找轮廓。接下来，我们使用imutils库来获取轮廓。最后，我们根据最大轮廓面积对捕获的轮廓进行排序。在这种情况下，我保留了最大的5

＃在边缘图像中找到轮廓。只保留最大的轮廓。

轮廓＝cv2.findContours(eded.copy()，cv2.RETR_LIST，cv2.CHAIN_APPROX_SIMPLE)

#抓斗轮廓

等高线＝最小值。抓取等高线(等高线)

＃根据尺寸选择轮廓。

轮廓＝已排序(轮廓，键＝cv2.contourArea，反向＝True)〔：5〕

轮廓被进一步处理。

首先，我们遍历轮廓并找到周长，这是将周长近似为一点所必需的。在这个操作完成后，我们最终搜索一个正好有4个点的轮廓，这很可能是一张近似矩形的纸。之后，我们得到这些点的坐标，然后将它们初始化为纸张轮廓。

＃在轮廓上循环。

对于等高线中的等高线：

周长＝cv2.arcLength(轮廓，真)

＃近似你的轮廓

近似值＝cv2.approxPolyDP(轮廓，0.02＊周长，真)

＃如果我们的轮廓有4个点，那么肯定应该是纸。

如果len(近似值)＝＝4：

纸_轮廓＝近似

打破

使用坐标，下一步是绘制轮廓，这非常简单。

＃绘制找到的轮廓。

cv2.drawContours(图像，[纸张_轮廓]，-1，(225,0,0)，2)

cv2.imshow(“找到轮廓”，图片)

cv2.waitKey(0)

你心里的问题是，我们完成了吗？

嗯，你可能会说是的，因为你在图像周围有一个很好的轮廓。答案是否定的，为了获得最佳的图像扫描形式，我们需要90度的图像视图，尤其是倾斜时。为此，我们将创建一个函数来处理此任务。

管道：布置点＞＞标记点＞＞实像选择点

arrange_points函数。

要做到这一点的方法非常简单，多亏了Adrian Roserock(博士)。这个函数背后的直觉是，我们得到文档四条边的坐标，并将它们排列在我们认为应该的位置。我花了一些时间给出了描述的图形表示。

点坐标之和

1) 从上图中，我们可以看到点坐标(X，Y)的最大和位于右上角。

2) 点的最小和是左下角点。

点坐标差

3) 点坐标的最大差值为左上角

4) 点坐标差的最小值是左下角。

密码

此函数接受参数点。接下来，我初始化一个NumPy数组以表示矩形。数组是一个4×2矩阵，因为我们有4个点和2个坐标(x，Y)。

最后，如上所述，我注册矩形的点(点的和和点的差)。最后，我正确地返回了矩形的坐标。

定义排列＿点(点)：

＃初始化将排序的坐标列表

＃第一个入口为左上角，第二个入口为右上角

＃第三个条目是右下角，第四个／最后一个点是左下角。

矩形＝np.零((4,2)，dtype＝”float32″)

＃左下角应为最小和

＃右上角的点将具有最大的点数和。

sum＿points＝points.sum(轴＝1)

矩形[0]＝点[np.argmin(和_点)]

矩形〔2〕＝点〔np.argmax(和＿点)〕

＃右下角的差异最小

＃左上角的差异最大。

diff＿点＝np.diff(点，轴＝1)

矩形〔1〕＝点〔np.argmin(diff＿点)〕

矩形〔3〕＝点〔np.argmax(diff＿点)〕＃坐标的返回顺序。

返回矩形

设置四个点。

这个函数非常简单。当然，这里的想法是将纸张拉直，只提取所需的区域。这里，输入是1)图像本身和点或坐标。首先，我们使用我们创建的第一个函数”arrange_points”来排列函数的点。接下来，我相应地分配了这些点，因为我已经安排好了这些点并给它们命名了。

计算

为了计算，只需要两点之间的距离就可以找到每边的长度。这样，我们就可以防止图像在正确位置上的错误调整。顾名思义，目的地是图像的新视图。其中[0，0]表示左上角。接下来，[Max width-1，0]表示右上角，我们也有[maxwidth-1，maxheight-1]表示底部的右下角，最后是左下角[0，maxheight-1]。

变换矩阵

当动作完成并且工作完成时，我们需要使用cv2.getPerspectiveTransform()完成转换矩阵，它接受矩形和点的目标。现在我们有了一个矩阵，我们使用cv2.warpPerspective()来应用它。它获得您提供给函数的图像和变换矩阵，最后建议扫描(宽度和长度)。全部完成，返回转换后的图像

＃设四分。

def设置＿四个＿点(图像，点)：

＃获得点数顺序并打开包装。

矩形＝排列＿点(点)

(左上.右上.右下.左下)＝矩形

让我们来计算矩形的宽度。

＃使用两点间距离公式

左_高度＝np.sqrt((上_左[0]-下_左[0])＊＊2)＋

右_高＝np.sqrt((上_右[0]-下_右[0])＊＊2)＋

顶部_宽度＝np.sqrt((顶部_右[0]-顶部_左[0])＊＊2)＋(顶部_左[1]-顶部_左[1])＊

底部_宽度＝np.sqrt((底部_右[0]-底部_左[0])＊＊2)＋(底部_左[1]-底部__左[1]])＊

maxheight＝max(int(左高度)，int(右高度))

maxwidth＝max(int(顶部宽度)，int(底部宽度))

目的地＝np.array(〔

［0，0］，

[maxwidth－1,0]

[maxwidth－1，maxheight－1]

〔0，maxheight－1〕〕，dtype＝”float32″)矩阵＝cv2.getPerspectiveTransform(矩形，目标)

warped＝cv2.warpPerspective(图像，矩阵，(maxwidth，maxheight))

回程翘曲

应用程序功能

我们已经创建了该函数，因此我们将其应用于最初保存的原始图像。第二个输入是论文的大纲。我通过移除我在开始时所做的缩放，将纸的轮廓恢复到原来的大小。要获得图像的黑白感觉，您需要使用阈值局部，但当然，如果您想以彩涩扫描图像，您根本不需要它。最后，我调整大小并显示。

翘曲＝设置＿四个＿点(原稿.纸＿轮廓.整形(4,2)＊(1／比))

＃翘曲＝cv2.cvt颜涩(翘曲，cv2.COLOR_BGR2GRAY)

＃阈值＝阈值_局部(扭曲，11，偏移＝10，方法＝”高斯”)

＃翘曲＝(翘曲＞阈值).astype(“uint8”)＊255

＃显示原始图像和扫描图像

打印(“正在进行图像重置”)

cv2.imshow(“原始”，cv2.resize(原始，(宽度，高度)))

cv2.imshow(“扫描”，cv2.resize(翘曲，(宽度，高度))

cv2.waitKey(0)

干得好您刚刚创建了自己的扫描仪应用程序。