模仿全能扫描王实现文档和证件扫描

工作中常常会用到扫描全能王这个工具，对于少量的文档电子化管理实在是太方便，并且对于商务人士来说文件的管理、打印、移动办公都是非常有用。

因为对图像处理有一定的了解和实际操作，所以在想扫描王的一些扫描功能是否可以自己实现，参考网上部分资料后搭建了一个简单的文档扫描系统。

扫描王实现流程：

1 文档定位

文档定位和本人前面一个车牌识别的定位功能大同小异，对于文件扫描一般我们会手动调整一个比较好的位置，所以背景相对来说不会特别复杂。
主要步骤如下：
1、图片尺寸变换，将图片缩小到一定的尺寸，方便界面显示；
2、将灰度化的图片进行滤波处理，我这里采用的是中值滤波；
3、直接将图片进行二值化处理；
4、图像闭运算；
5、Candy边缘检测；
6、查找轮廓；
7、根据轮廓的大小排序；
8、判断轮廓是否是矩形、轮廓的面积大小、轮廓的周长来定位文档。

2 仿射变换进行文档校正

计算查找到的轮廓四个边的长度，选取长、宽中最大值作为校正的长宽；然后计算旋转矩阵；通过旋转矩阵将图像进行校正变换。

3 图像增强处理

扫描全能王中的扫描功能不是将图片直接进行二值化处理，而是对色彩进行增强和锐化，这样背景中的白、浅黄、灰色等会变成白色，红色、蓝色等文档本身的色彩可以一定程度的保留，在身份证扫描、合同扫描的时候非常有必要。
参考图片增强方式：
python实现图像增强
PIL模块中的ImageEnhance
常用的图像增强方式
在此经过试验采用增强代码如下：

out = 1.5 * input_image       #原图像*1.5
# 进行数据截断，大于255的值截断为255
out[out > 255] = 255
# 数据类型转换
out = np.around(out)
out = out.astype(np.uint8)

4 将原图和增强图片进行显示对比

可以将原图、增强后图片、灰度图、二值化图片显示在一个界面，进行效果对比。

总结：本人搭建的扫描文档功能比较简单，主要是针对图像增强这一块的处理不是简单的二值化，但是在实际测试的过程中发现APP的识别、裁剪、定位、增强等效果都好很多，并且具有较强的泛化性能。
我实现的功能主要有以下几个问题：
1、文档自动定位功能受背景影响比较大，如果是白底白色文档的情况难以自动找到文档的轮廓；
2、背景色比较杂乱的时候简单的形态学处理比较难以区分边界，导致无法定位；
3、图片增强功能的效果鲁棒性还很欠缺，对于只有黑白文字的文档来说增强效果较好，但是对于证件照有反光和颜色深浅不一的情况容易出现过度增强，导致失真。
4、简单的二值化图像会导致文件中黑色背景过多，将原文件内容覆盖。
因此后续还需要对图像处理的算法增强，使应用有很强的泛化性能。

最后附上我的项目地址github，希望指正并完善，谢谢！