本文共 2339 字，大约阅读时间需要 7 分钟。

目标：

1. 识别图片中的文档并矫正

2. 可以旋转结果来调整

3. 可以保存。

注意：文档与背景差别越大越好。

效果如下：

原图像：

识别结果：

矫正结果：

程序如下：

import cv2import numpy as np# 文档长宽，下面是A4纸比例x = 420  # 长y = 600  # 宽def preProcessor(img):    """    图片预处理    """    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # 灰度    blurred = cv2.bilateralFilter(gray, 2, 200, 200)  # 双边滤波降噪    edged = cv2.Canny(blurred, 25, 200)  # 边缘识别    edged = cv2.dilate(edged, cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3)))  # 膨胀连接边缘    cnts = cv2.findContours(edged.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)  # 寻找轮廓    cnts = cnts[1]  # 最外轮廓    docCnt = None  # 文档轮廓        # 确保至少找到一个轮廓    if len(cnts) > 0:        # 按轮廓面积降序排列        cnts = sorted(cnts, key=cv2.contourArea, reverse=True)        for c in cnts:            # 近似轮廓            peri = cv2.arcLength(c, True)  # 获取轮廓周长            approx = cv2.approxPolyDP(c, 0.02 * peri, True)  # 多边形拟合，输出多边形顶点            # 如果我们的近似轮廓有四个顶点，则确定找到了文档            if len(approx) == 4:                docCnt = approx                break    cv2.polylines(img, [docCnt], True, (0, 255, 0), 3)  # 画出轮廓    return [i[0] for i in docCnt]def transform(img, mp, dp):    """    透视变换，mp：原图像点， dp：目标图像点    """    global x    global y    # 修改点的格式    pts1 = np.float32(mp)    pts2 = np.float32(dp)         # 生成透视矩阵    M = cv2.getPerspectiveTransform(pts1, pts2)         # 转换    dst = cv2.warpPerspective(img, M, (x, y))    return dstdef enhance(img):    """    增强显示    """    dst = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)    # 自适应阈值    th = cv2.adaptiveThreshold(dst, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 11, 5)    return thdef show(img):    """    绘图    """    global x    global y    cv2.imshow('Scanner', img)    k = cv2.waitKey(0)    if k == 27:  # 按ESC退出        cv2.destroyAllWindows()    elif k == ord('r'):  # 按r旋转结果        init = [[0, 0], [x, 0], [x, y], [0, y]]        dstp = init[1:] + init[:1]        img = transform(img, init, dstp)        show(img)    elif k == ord('s'):  # 按s保存图片        cv2.imwrite('Scanned5.png')if __name__ == "__main__":    img = cv2.imread("doc2.jpg")    src = img.copy()    mp = preProcessor(img)    cv2.imshow('Result', img)    dp = [[0, y], [x, y], [x, 0], [0, 0]]    docimg = transform(src, mp, dp)    docimg = enhance(docimg)    cv2.namedWindow('Scanner', cv2.WINDOW_NORMAL)    show(docimg)

原图不清楚的话，扫描后也看不清：

扫描结果，刚识别完方向不对，可以按r调整：

转载地址：https://blog.csdn.net/yukinoai/article/details/89413395 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！