示例代码

import cv2
import imutils
import numpy as npimg = cv2.imread(r'C:\Users\ml\Desktop\0.png')result3 = img.copy()gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
blurred = cv2.GaussianBlur(gray, (5, 5), 0)
dilate = cv2.dilate(blurred, cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3)))
edged = cv2.Canny(dilate, 30, 120, 3)            # 边缘检测cnts = cv2.findContours(edged.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)  # 轮廓检测
cnts = cnts[0] if imutils.is_cv2() else cnts[1]  # 判断是opencv2还是opencv3
docCnt = Noneif len(cnts) > 0:cnts = sorted(cnts, key=cv2.contourArea, reverse=True) # 根据轮廓面积从大到小排序for c in cnts:peri = cv2.arcLength(c, True)                                       # 计算轮廓周长approx = cv2.approxPolyDP(c, 0.02*peri, True)           # 轮廓多边形拟合# 轮廓为4个点表示找到纸张if len(approx) == 4:docCnt = approxbreak
print(docCnt)
box = [docCnt[0][0],docCnt[1][0],docCnt[2][0],docCnt[3][0]]
rectangle_L = int(np.sqrt(pow((box[0][0]-box[1][0]), 2) + pow((box[0][1]-box[1][1]), 2)))
rectangle_W = int(np.sqrt(pow((box[0][0]-box[3][0]), 2) + pow((box[0][1]-box[3][1]), 2)))
print(rectangle_L)
print(rectangle_W)src = np.float32(docCnt)
dst = np.float32([[0, 0], [0, rectangle_L], [rectangle_W, rectangle_L], [rectangle_W, 0]])
m = cv2.getPerspectiveTransform(src, dst)
result = cv2.warpPerspective(result3, m, (rectangle_W, rectangle_L))cv2.imshow('result', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

import cv2
import imutils
from imutils.perspective import four_point_transformimg = cv2.imread(r'C:\Users\ml\Desktop\0.png')gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)       # 转化为灰度图，加快处理速度
binary = cv2.medianBlur(gray,7)       # 中值滤波
cv2.imshow('binary',binary)
# blurred = cv2.GaussianBlur(gray, (5, 5), 0)
# cv2.imshow('blurred',blurred)
dilate = cv2.dilate(binary, cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3)))
cv2.imshow('dilate',dilate)
edged = cv2.Canny(dilate, 30, 120, 3)            # 边缘检测
cv2.imshow('edged',edged)cnts = cv2.findContours(edged.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)  # 轮廓检测
cnts = cnts[0] if imutils.is_cv2() else cnts[1]  # 判断是opencv2还是opencv3docCnt = Noneif len(cnts) > 0:cnts = sorted(cnts, key=cv2.contourArea, reverse=True) # 根据轮廓面积从大到小排序for c in cnts:peri = cv2.arcLength(c, True)                                       # 计算轮廓周长approx = cv2.approxPolyDP(c, 0.02*peri, True)           # 轮廓多边形拟合# 轮廓为4个点表示找到纸张if len(approx) == 4:docCnt = approxbreak
print(docCnt)
result = four_point_transform(img, docCnt.reshape(4,2)) # 对原始图像进行四点透视变换cv2.imshow('result', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

import cv2
import operatorix,iy = 0,0
box =[]img = cv2.imread(r'C:\Users\ml\Desktop\tng.jpeg')# mouse callback function
def draw_circle(event,x,y,flags,param):global ix, iyif event == cv2.EVENT_LBUTTONDBLCLK:  # 设置鼠标事件ix, iy = x, ycv2.circle(img,(x,y), 6, (0,0,255), -1)cv2.imshow('image', img)cv2.namedWindow('image')
cv2.imshow('image', img)
cv2.setMouseCallback('image',draw_circle)
print(ix,iy)
box.append((ix,iy))
print(box)
i=1'''
while(1):i=i+1cv2.setMouseCallback('image',draw_circle)if operator.eq(box[i], box[1])==True:break
'''
cv2.waitKey(0)
cv2.destroyAllWindows()

函数列表

函数	作用
cv2.GaussianBlur()	高斯滤波：去除噪音，使图像变得平滑
cv2.cvtColor()	颜色空间转换
cv2.Canny()	边缘检测
cv2.approxPolyDP(curve, epsilon, closed)	多边形逼近
cv2.getPerspectiveTransform(src, dst)	透视变换

参考资料

资料1
资料2
资料3
资料4：利用透视变换进行图像纠正
资料5：傅里叶变换和透视变换
资料6：透视变换项目
资料7
文档
图像平滑
颜色空间转换
边缘检测
轮廓处理
鱼眼矫正

openCV+python实现倾斜校正相关推荐

python图像倾斜校正_校正倾斜的文本
有时候文本是倾斜的,则不利于文本识别,如下图所示,那么进行文本识别之前我们需要应用文本倾斜校正算法(text skew correction,deskewing text). 对于一幅包含旋转文本块的 ...
python 图像倾斜校正_边缘投影法对文本图像矫正——python
图像矫正就是通过一些已知的参考点,即无失真图象的某些象素点和畸变图象相应象素的坐标间对应关系,拟合出映射关系中的未知系数,并作为恢复其它象素的基础. 1.矫正原理在进行图片矫正时,有些图片具有小角度 ...
python图像倾斜校正_python 图像倾斜校正
图像倾斜可以分为两种情况,一种是平面倾斜,这种情况下拍照设备与试卷平行,拍出来的图像只需要进行旋转即可完成矫正:另一种是Z轴倾斜,这种情况下拍照设备与试卷存在一定的角度,拍出来的图像要先进行透视变换, ...
python图像倾斜校正_霍夫变换文本图片倾斜矫正 python实现
一.霍夫变换原理简介霍夫变换主要是利用图片所在的空间和霍夫空间之间的变换,将图片所在的直角坐标系中具有形状的曲线或直线映射到霍夫空间的一个点上形成峰值,从而将检测任意形状的问题转化成了计算峰值的问题 ...
python图像倾斜校正_图像倾斜矫正
没有找到关于图像倾斜矫正的综述性文献,那就自己整理一下吧. 图像倾斜可以分为两种情况,一种是平面倾斜,这种情况下拍照设备与试卷平行,拍出来的图像只需要进行旋转即可完成矫正:另一种是Z轴倾斜,这种情况下 ...
python.freelycode.com-通过OpenCV和Python进行文本倾斜校正
Python部落(python.freelycode.com)组织翻译,禁止转载,欢迎转发. 本文所展示的是一个由Pyhton实现的文本倾斜校正的脚本,在实现中使用到了OpenCV和Python的图像 ...
使用Python和OpenCV进行文本偏斜校正
使用Python和OpenCV进行文本偏斜校正) 1. 效果图 2. 源码参考这篇博客将介绍如何使用Python和OpenCV进行文本偏斜校正.给定图像包含未知角度的旋转文本块,需要通过以下方法纠 ...
opencv 两点之间角度与倾斜校正应用
转自:http://blog.csdn.net/u012767067/article/details/19402239 以下代码返回的角度范围是0-360 /********************* ...
毕业设计之 - 题目：基于机器视觉的试卷批改系统 - opencv python 视觉识别
文章目录 0 简介 1 项目背景 2 项目目的 3 系统设计 3.1 目标对象 3.2 系统架构 3.3 软件设计方案 4 图像预处理 4.1 灰度二值化 4.2 形态学处理 4.3 算式提取 4.4 ...

openCV+python实现倾斜校正

文章目录

示例代码

函数列表

参考资料

openCV+python实现倾斜校正相关推荐

最新文章

热门文章