本发明涉及信息采集技术领域，具体涉及一种基于OpenCV的高拍仪拍摄文档物体纠偏方法。

背景技术：

OpenCV是Intel开源的计算机视觉库(open source computer vision library)的简称，目前已经发展成为图像预处理的标准，适用于不同的操作系统和平台，包括移动平台等，如安卓等等。OpenCV库由C函数和C++函数构成，实现了在图像处理以及计算机视觉方面的许多通用算法，主要对图像进行如运动检测、跟踪、分割、识别以及3D重建等高级处理。OpenCV库有300多个跨平台的中、高层API(C函数)，C函数不依赖外部库，但可以使用外部库。由于OpenCV库是开放源码且代码简洁高效，其中大多数函数都经过汇编最优化，所以能充分利用英特尔系列的芯片的设计体系，因而对于英特尔系列芯片，OpenCV库的代码执行效率是非常高的。OpenCV库具有快速的图像运算能力和强大的矩阵运算能力，并且具有详细、简洁的图像和矩阵用户接口。OpenCV已发布了多个版本，最新的版本支持主流的操作系统，包括PC端和移动端的操作系统，为开发者提供了开发便利，大大提升了开发效率，并且图像算法稳定可靠。

目前常见的电脑周边办公设备如高拍仪，是一种视频输入设备，被广泛的运用于办公扫描，教育、展示等方面。通过高拍仪获取的文档影像进行处理日益成为人们研究的热点。在银行、电信、公安、公积金、财税、证券等行业,票据及证件的电子影像系统已经出现,这些系统通常以票据及证件的拍摄图像作为输入。在拍摄输入的过程中,由于摆放不当、纸张折叠及其他各种因素,拍摄得到的图像总是偏斜，在具体应用中，将文档纠正，然后用去黑边算法去掉周围的黑边。高拍仪作为一种新型扫描设备，已经跻身扫描市场，但是通过高拍仪扫描的图像噪点较多、亮度不均匀，使得基于传统扫描仪的纠偏算法失效；同时，由于高拍仪是开放环境、光线变化很大，文档放置很随意，所以不能百分百保证纠偏成功，给用户带来很大困惑。

技术实现要素：

针对现有技术的不足，本发明提供一种基于OpenCV的高拍仪拍摄文档物体纠偏方法，能有效保证用户一次拍图就能够获取自己想要的图像。

为实现上述目的，本发明的技术方案为：

一种基于OpenCV的高拍仪拍摄文档物体纠偏方法，其特征在于，所述方法包括以下步骤：

S1：从高拍仪摄像头中实时获取图像；

S2：利用cvSmooth函数对图像去噪点；

S3：将去噪点的图像利用cvThreshold函数对图像进行二值化；

S4：利用Hough变换找到直线。

进一步地，所述cvThreshold函数的算法具体如下：利用迭代法设定一个阈值T，将大于T的像素群的像素点的灰度值设置为255；小于T的像素群的像素点的灰度值设置为0。

进一步地，所述迭代法具体如下：预置一个阈值T，对图像中灰度值>T的像素点求出灰度平均值T1，图像中灰度值

进一步地，所述Hough变换步骤如下：先将二值化后的图像利用cvCanny函数寻找输入图像的边缘，并利用cvHoughLines2函数判断出其边缘是否为直线，然后算出所有直线与水平直线所形成的角度，保存在数组当中，数组大小为N个元素，最后对数组循环N次，找出数组中出现值相等最多的值即为旋转的角度。

进一步地，所述cvCanny函数的算法具体如下：首先用高斯滤波器平滑图像，然后用一阶偏导的有限差分计算梯度的幅值和方向，再对梯度幅值进行非极大值抑制，最后用双阀值算法检测和连接边缘。采用高斯平滑函数。

本发明与现有技术相比，具有如下优点：

本发明的纠偏方法，基于OpenCV，大大提升了开发效率，且图像算法稳定可靠，而主要利用了Hough变换法，能有效将图像内需要纠偏的部分截出，最终通过计算出其偏移角度，并对其进行旋转偏移，将图像中需要截出的部分正视展示出来，不仅可实时显示拍摄的内容，纠偏结果可视化，而且令使用者知道将要扫描的文档是否可以正常完成纠偏操作，告知使用者要纠偏哪些内容，真正做到所见即所得，保证使用者一次拍图就能够获取自己想要的图像，将高拍仪可视化的优点提到一个新的高度，同时给使用者一种新的使用体验。

附图说明

图1为基于OpenCV的高拍仪拍摄文档物体纠偏方法的流程示意图；

图2为基于OpenCV的高拍仪拍摄文档物体纠偏方法中cvThreshold函数的迭代法流程示意图；

图3为基于OpenCV的高拍仪拍摄文档物体纠偏方法中的Hough变化部分流程示意图；

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

实施例

如图1所示，一种基于OpenCV的高拍仪拍摄文档物体纠偏方法，其特征在于，所述方法包括以下步骤：

S1：从高拍仪摄像头中实时获取图像；

S2：利用cvSmooth函数对图像去噪点；

S3：将去噪点的图像利用cvThreshold函数对图像进行二值化；

S4：利用Hough变换找到直线。

其算法流程如图1所示，S1：从高拍仪摄像头中实时获取图像，首先从摄像头中实时获取图像，实时显示是本方法的一个重要特色，为了做到实时显示，而对高拍仪所传输的每一帧图像都进行处理，同时保证处理时间在20ms以内，这样就可以保证实时计算，实时框选，当用户移动纸张，或者扫描文档有变化的时候，会及时跟踪并框选当前文档，让视频跟画框同步。该种实时显示让用户扫描起来更便利，更快捷。

S2：利用cvSmooth函数对图像去噪点，在对图像进行去噪点平滑处理时，需要注意的是在用窗口扫描图像过程中，对于图像四个边缘的像素点可以不处理，也可以使用灰度值为0的像素点扩展图像的边缘。为了使编程工作简单，可以预先定义一个的模板数组。对于小的卷积核(从3x3到7x7)，使用上述计算标准sigma的公式速度会更快。本发明使用OpenCV的cvSmooth函数来平滑图像，为图像的二值化做好准备。

由于把图像读进内存，由于处理的是文本、表格等文档，彩色信息在处理过程中并没有作用，所以把内存中的图像进行二值化处理，以灰度形式显示。

S3：将去噪点的图像利用cvThreshold函数对图像进行二值化，二值化之前，为了提高处理速度，首先对图像进行缩放，这样就能保证图像处理的实时显示。本申请中的二值化使用OpenCV的cvThreshold函数，该函数的典型应用是对灰度图像进行阈值操作得到二值图像，利用cvThreshold函数对其图像二值化具体如下，利用迭代法设定一个阈值T，将大于T的像素群的像素点的灰度值设置为255；小于T的像素群的像素点的灰度值设置为0用阈值T将图像的数据分成两部分：简单的说就是将整个图像呈现出只有黑和白的视觉效果，大于T的像素群是黑的，小于T的像素群是白的，将图像上的像素点的灰度值设置为0或255。但是此方法确定的阀值得到的二值化在光线变化和亮度不均匀的时候效果很差，因此在本发明中使用迭代法求阈值。

其迭代法具体如下：预置一个阈值T，对图像中灰度值>T的像素点求出灰度平均值T1，图像中灰度值

其具体流程如图2所示，其中T：为最大灰度值和最小灰度值的平均值，S0＝0.0；n0＝0.0：为计算灰度大于阈值的元素的灰度总值、个数赋值；S1＝0.0；n1＝0.0：为计算灰度小于阈值的元素的灰度总值、个数赋值；S1＝S1+S：大于阈域值图像点灰度值累加；n1＝n1+1：大于阈域值图像点个数累加；S0＝S0+S：小于阈域值图像点灰度值累加；n0＝n0+1：小于阀域值图像点个数累加；T0＝S0/n0：求小于阀域值均值；T1＝S1/n1：求大于阀域值均值；丨T1-T2丨

S4：利用Hough变换找到直线，Hough变换步骤如下：(1)、将二值化后的图像利用cvCanny函数寻找输入图像的边缘，并利用cvHoughLines2函数判断出其边缘是否为直线；(2)、算出所有直线与水平直线所形成的角度，保存在数组当中，数组大小为180个元素；(3)、对数组循环180次，找出数组中出现值相等最多的值即为旋转的角度。

cvCanny函数的算法具体如下：1、用高斯滤波器平滑图像；2、用一阶偏导的有限差分计算梯度的幅值和方向；3、对梯度幅值进行非极大值抑制；4、用双阀值算法检测和连接边缘。cvHoughLines2函数主要利用霍夫变换来对直线进行检测的，霍夫变换的公式为ρ＝xcosθ+ycosθ，因为同一条直线上的点对应的(ρ，θ)是相同的，因此可以先将图片进行边缘检测，然后对图像上每一个非零像素点，在参数坐标下变换为一条直线，那么在直角坐标下属于同一条直线的点便在参数空间形成多条直线并内交于一点，从而对直线进行检测。找出直线后算出所有直线与水平直线所形成的角度，保存在数组当中，数组大小为180个元素，对数组循环180次，找出数组中出现值相等最多的值即为旋转的角度。

采用本申请所述的方法能够实现高拍仪可视化下稳定的纠偏，这使得高拍仪相对于普通拍摄仪的一个优点在于可视化，可实时显示拍摄的内容，纠偏结果可视化，带来了非常友好的用户体验，让用户知道将要扫描的文档是否可以正常完成纠偏操作，告知用户将要纠偏哪些内容，真正做到所见即所得，保证用户一次拍图就能够获取自己想要的图像，将高拍仪可视化的优点提到一个新的高度，同时给用户一种新的用户体验。

上述实施例只是为了说明本发明的技术构思及特点，其目的是在于让本领域内的普通技术人员能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡是根据本发明内容的实质所做出的等效的变化或修饰，都应涵盖在本发明的保护范围内。