手写数字识别（二）

手写数字识别（二）

A4纸教程以及内容分离

1. 确定角点顺序

我采用的方法是直接上了一个凸包算法：通过极角排序然后做凸包把四个角点按照顺序压如栈中，确保了几个角点按照顺时针的方向排列，并且确定最接近 [0,0] 点的为纸张左上角的顶点。由于纸张为四边形，确保是一个凸包。

2. 实现A4纸矫正

首先定义对于图像的区域划分

其中 0~3 的区域为需要的A4纸边缘，尺度为图像中尽量大地放下的A4纸尺寸，其他为图像的纸外的背景。采用 morphe 变换对图像进行映射，简单来说就是遍历图像每一个像素，确定像素对应的区域，然后通过计算找出对应原图像中对应区域三角形中的对应点的位置，实现变换。还有一种方法是通过透视变换实现A4纸的矫正。
矫正结果：

3. 图像内容分离

最简单的就是通过阈值进行二值分类，设定一个阈值，小的划分为黑色，大的划分为白色。
但是显然这种方法鲁棒性很差，因为不同图像对应的阈值不同，也不能每一张图像都进行调参。
我采用的是通过 Canny 进行划分，由于预先封装好函数，直接调用也很简单。Canny 对于手写能够很好地划分，而且由于大多数阴影是渐变的，可以很好地排除。通过 Canny 的边缘进行膨胀，再利用前面纸张去除噪音的方法，通过bfs把边缘外的地方变成白色。对于边缘内部的地方，再通过阈值进行划分，使得图像内容能够很好地分离，不容易被阴影所影响。
效果：