Python和imutils获取图片的鸟瞰图
今早天气不咋地，不出太阳也就算了还下着雨，但这绝对无法影响我学习python的热情，于是我下了床，开始了战斗模式！题外话说完了，进入正题！
在学习python时无意中发现了一个软件包 imutils ,它为我们提供了非常方便的图像处理函数，可以说是对OpenCV的简化，这里就不对他做详细介绍了，如果想了解更过就进github里面自行学习吧！下面阐述我从imutils教程中学到的内容，如果你还没安装imutils，那么你可以通过pip来安装：pip install imutils
先给大家看看我执行后的效果图：
我在这里补充一个轮廓图给大家参考：
效果是不是还不错呢？那就不多说了来看看代码吧！
from imutils import perspective
from skimage.filters import threshold_local
import cv2
import imutils
# 边缘扫描
image = cv2.imread("./picture/5.png")
ratio = image.shape[0] / 500.0 # 比例
orig = image.copy()
image = imutils.resize(image, height = 500)
# 灰度转换及边缘查找
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
gray = cv2.GaussianBlur(gray, (5, 5), 0)
edged = cv2.Canny(gray, 75, 200) # 边缘检测
# 只保留轮廓
cnts = cv2.findContours(edged.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)#通过边缘图像找到轮廓
cnts = cnts[0] if imutils.is_cv2() else cnts[1] # 用以区分OpenCV2.4和OpenCV3
cnts = sorted(cnts, key = cv2.contourArea, reverse = True)[:5] # 保留最大轮廓
for c in cnts:
peri = cv2.arcLength(c, True)
approx = cv2.approxPolyDP(c, 0.02 * peri, True) # 轮廓点
if len(approx) == 4: # 表明找到四个轮廓点
screenCnt = approx
break
# 转为鸟瞰图
warped = perspective.four_point_transform(orig, screenCnt.reshape(4, 2) * ratio)
warped = cv2.cvtColor(warped, cv2.COLOR_BGR2GRAY) # 灰度转换
T = threshold_local(warped, 11, offset = 10, method = "gaussian")
warped = (warped > T).astype("uint8") * 255
cv2.imshow("Original", imutils.resize(orig, height = 650))
cv2.imshow("Scanned", imutils.resize(warped, height = 650))
cv2.waitKey(0)是不是发现很简单呢？（这里我就不对代码进行详细的解释了，里面已做了注释。）那都是得益于imutils这个包，这里用到的four_point_transform函数进行轮廓的捕捉，并执行变形转换，可以说几乎所有繁重的工作都包含在了这个函数里面。
作为刚接触python几天的菜鸟，希望大家在发现什么的问题后能跟我共同讨论，共同进步，在几年后走上人生巅峰，迎娶白富美哈哈哈哈！
转载请注明出处谢谢~~