訂閱
糾錯(cuò)
加入自媒體

使用OpenCV,構(gòu)建文檔掃描儀

本文將使用 OpenCV,創(chuàng)建一個(gè)簡單的文檔掃描儀,就像常用的攝像頭掃描儀應(yīng)用程序一樣。這個(gè)想法很簡單,因?yàn)槲覀冋J(rèn)為文檔是四邊形,我們獲取邊緣的位置并使用它來抓取文檔本身,而忽略無用的圖像背景。

簡單的管道:加載圖像>>檢測邊緣和抓取位置>>使用圖像上的位置

導(dǎo)入包

首先,我們導(dǎo)入處理圖像可能需要的包。threshold_local 函數(shù)對你來說可能看起來很新,但這段代碼其實(shí)沒有什么特別之處。該函數(shù)來自 scikit 圖像包。

# import packages

from skimage.filters import threshold_local

import numpy as np

import cv2

import imutils

加載圖像。

在這里,我們加載圖像并保留一份副本。在這里,原始的副本對于獲得清晰且未經(jīng)篡改的圖像掃描非常重要。為了處理圖像,我調(diào)整到一個(gè)合理的比例,接下來我對圖像進(jìn)行灰度化以減少顏色并使其模糊(即有助于從圖像背景中去除高頻噪聲),這些都是為了找到文件的邊緣。

#load in the image

image = cv2.imread("images/questions.jpg")

orig  = image.copy()

#Resize the image.

height = image.shape[0]

width = image.shape[1]

ratio = 0.2

width = int(ratio * width)

height = int(ratio * height)

image = cv2.resize(image,(width, height))

#find edges in the image.

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


#blurr the image

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


#Edge detection

edged = cv2.Canny(gray_scaled,50, 200)

cv2.imshow("Image", image)

cv2.waitKey(0)

cv2.imshow("Edges detected", edged)

cv2.waitKey(0)

找到輪廓。

使用 cv2.findcontours() 找到輪廓。接下來,我們使用 imutils 庫抓取輪廓,最后,我們根據(jù)最大輪廓區(qū)域,對抓取的輪廓進(jìn)行排序。在這種情況下,我保留了最大的 5 個(gè)

# find contours in the edged image. keep only the largest contours.

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

# grab contours

contours = imutils.grab_contours(contours)

# select contours based on size.

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

對輪廓進(jìn)行進(jìn)一步處理。

首先,我們遍歷輪廓并找到周長,這是將周長近似為點(diǎn)所必需的。完成此操作后,我們最終搜索恰好具有 4 個(gè)點(diǎn)的輪廓,這很可能是近似矩形形狀的紙張。完成后,我們獲取這些點(diǎn)的坐標(biāo),然后將它們初始化為紙張輪廓。

# loop over the contours.

for contour in contours:

   perimeter = cv2.a(chǎn)rcLength(contour, True)

   # approximate your contour

   approximation = cv2.a(chǎn)pproxPolyDP(contour, 0.02*perimeter, True)
   

   # if our contour has 4 points, then surely, it should be the paper.

   if len(approximation) == 4:

       paper_outline = approximation

       break

有了坐標(biāo),下一步就是畫輪廓,很簡單。

# Draw the found contour.

cv2.drawContours(image,[paper_outline],-1,(225,0,0),2)

cv2.imshow("Found outline", image)

cv2.waitKey(0)

你心中的問題是,我們完成了嗎?

好吧,你可能會(huì)說是的,因?yàn)槟阍趫D像周圍設(shè)置了很好的輪廓。答案是否定的,為了獲得最佳掃描形式的圖像,我們需要 90 度的圖像視圖,尤其是在傾斜的情況下。為此,我們將創(chuàng)建一個(gè)函數(shù)來處理此任務(wù)。

管道:排列點(diǎn)>>標(biāo)記點(diǎn)>>從真實(shí)圖像中挑選點(diǎn)

arrange_points 函數(shù)。

這樣做的方法非常簡單,歸功于 Adrian Rosebrock(博士)。這個(gè)函數(shù)背后的直覺是我們獲取文檔四個(gè)邊緣的坐標(biāo),并將其安排到我們認(rèn)為它應(yīng)該在的位置,我花了一些時(shí)間給出描述的圖形表示。

點(diǎn)坐標(biāo)的和

1)從上圖中我們可以看出,點(diǎn)坐標(biāo)(X,Y)的和最大的是在右上角。

2)最小的點(diǎn)總和是左下點(diǎn)。

點(diǎn)坐標(biāo)的差

3)點(diǎn)坐標(biāo)的差的最大值是左上角

4)點(diǎn)坐標(biāo)的差的最小值是左下角。

代碼。

該函數(shù)接受參數(shù)points,接下來,我初始化一個(gè) NumPy 數(shù)組來表示矩形,該數(shù)組是一個(gè) 4 x 2 矩陣,因?yàn)槲覀冇?4 個(gè)點(diǎn)和 2 個(gè)坐標(biāo)(X,Y)。

最后,如上所述,我在矩形的點(diǎn)中注冊(點(diǎn)的和以及點(diǎn)的差)。最后,我正確地返回了 Rectangle 的坐標(biāo)。

def arrange_points(points):

   # initialize a list of co-ordinates that will be ordered

   # first entry is top-left point, second entry is top-right

   # third entry is bottom-right, forth/last point is the bottom left point.

   rectangle = np.zeros((4,2), dtype = "float32")
   

   # bottom left point should be the smallest sum

   # the top-right point will have the largest sum of point.

   sum_points= points.sum(axis =1)

   rectangle[0] = points[np.a(chǎn)rgmin(sum_points)]

   rectangle[2] = points[np.a(chǎn)rgmax(sum_points)]
      

   #bottom right will have the smallest difference

   #top left will have the largest difference.

   diff_points = np.diff(points, axis=1)

   rectangle[1] = points[np.a(chǎn)rgmin(diff_points)]

   rectangle[3] = points[np.a(chǎn)rgmax(diff_points)]
   
      # return order of co-ordinates.

   return rectangle

設(shè)置四個(gè)點(diǎn)。

這個(gè)功能很簡單,這里的想法當(dāng)然是拉直紙張,只提取需要的區(qū)域。在這里,輸入是 1) 圖像本身和點(diǎn)或坐標(biāo)。首先,我們使用我們創(chuàng)建的第一個(gè)函數(shù)“arrange_points”來排列函數(shù)的點(diǎn)。接下來,我相應(yīng)地分配了點(diǎn),因?yàn)槲抑耙呀?jīng)安排了點(diǎn)并且也很好地命名了它們。

計(jì)算。

對于計(jì)算,只需兩點(diǎn)之間的距離即可找到每邊的長度。有了這個(gè),我們能夠在對的位置上防止錯(cuò)誤地調(diào)整圖像。顧名思義,目的地是圖像的新視圖。其中 [0,0] 表示左上角。接下來,[Max-width - 1,0] 表示右上角,我們還有 [maxwidth -1, maxheight-1] 表示底部右上角,最后是左下角 [0, max-h(huán)eight -1]。

轉(zhuǎn)換矩陣

動(dòng)作完成,工作結(jié)束,我們需要完成的是使用 cv2.getPerspectiveTransform() 的變換矩陣,它接受點(diǎn)的矩形和目的地。現(xiàn)在我們有了矩陣,我們使用 cv2.warpPerspective() 應(yīng)用它,它獲取你提供給函數(shù)的圖像、變換矩陣,最后是建議掃描的(寬度和長度)。全部完成,返回轉(zhuǎn)換后的圖像

# set four points.

def set_four_points(image, points):

   # obtain order of points and unpack.

   rectangle = arrange_points(points)

   (top_left,top_right,bottom_right,bottom_left) = rectangle

   # let's compute width of the rectangle.

   # using formular for distance between two points

   left_h(yuǎn)eight = np.sqrt(((top_left[0]-bottom_left[0])**2) + ((top_left[1]-bottom_left[1])**2))

   right_h(yuǎn)eight = np.sqrt(((top_right[0]-bottom_right[0])**2) + ((top_right[1]-bottom_right[1])**2))

   top_width = np.sqrt(((top_right[0]-top_left[0])**2) + ((top_right[1]-top_left[1])**2))

   bottom_width = np.sqrt(((bottom_right[0]-bottom_left[0])**2) + ((bottom_right[1]-bottom_left[1])**2))
   

   maxheight = max(int(left_h(yuǎn)eight), int(right_h(yuǎn)eight))

   maxwidth  = max(int(top_width), int(bottom_width))
   

   destination = np.a(chǎn)rray([

       [0,0],

       [maxwidth -1,0],

       [maxwidth -1, maxheight-1],

       [0, maxheight - 1]], dtype = "float32")
   
             matrix = cv2.getPerspectiveTransform(rectangle, destination)

      warped = cv2.warpPerspective(image, matrix, (maxwidth,maxheight))


      return warped

應(yīng)用函數(shù)

我們已經(jīng)創(chuàng)建了函數(shù),因此我們將其應(yīng)用于最初保存的原始圖像。第二個(gè)輸入是論文的大綱。我通過刪除我在開始時(shí)所做的比例縮放,將紙張輪廓重新調(diào)整回原來的大小。要獲得圖像的黑白感覺,需要使用 Threshold local,但當(dāng)然,如果你想要對圖像進(jìn)行彩色掃描,則根本不需要它。最后,我調(diào)整大小并顯示。

warped = set_four_points(orig, paper_outline.reshape(4,2)*(1/ratio))

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

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

#warped = (warped > threshold).a(chǎn)stype("uint8") * 255

#show the original and scanned images

print("Image Reset in progress")

cv2.imshow("Original", cv2.resize(orig,(width, height)))

cv2.imshow("Scanned",cv2.resize(warped,(width, height)))

cv2.waitKey(0)

干得好。,你剛剛創(chuàng)建了自己的掃描儀應(yīng)用程序。

       原文標(biāo)題 : 構(gòu)建文檔掃描儀

聲明: 本文由入駐維科號(hào)的作者撰寫,觀點(diǎn)僅代表作者本人,不代表OFweek立場。如有侵權(quán)或其他問題,請聯(lián)系舉報(bào)。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個(gè)字

您提交的評論過于頻繁,請輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無評論

暫無評論

人工智能 獵頭職位 更多
掃碼關(guān)注公眾號(hào)
OFweek人工智能網(wǎng)
獲取更多精彩內(nèi)容
文章糾錯(cuò)
x
*文字標(biāo)題:
*糾錯(cuò)內(nèi)容:
聯(lián)系郵箱:
*驗(yàn) 證 碼:

粵公網(wǎng)安備 44030502002758號(hào)