图像校正-透视变换

#Python图像校正

##实现内容：图像校正

一张图像中有一张A4纸，通过图像处理的方法将其校正

输入图像：

输出图像：

##使用方法(Python)：基于边缘检测

1. 将图像转成灰度图

先将input.jpg高斯模糊，再进行灰度化处理，方便转换。

img = cv2.GaussianBlur(img,(3,3),0)
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

输出结果:

2. 边缘检测（检测出图像的边缘信息）

edges = cv2.Canny(gray,50,250,apertureSize = 3)
cv2.imwrite("canny.jpg", edges)

输出结果:

3. 通过霍夫变换得到A4纸边缘（可以看到A4纸中还有A4纸外有一些线，可以通过霍夫变换来去掉这些线）

lines = cv2.HoughLinesP(edges,1,np.pi/180,50,minLineLength=90,maxLineGap=10)
for x1,y1,x2,y2 in lines[0]:
    cv2.line(result1,(x1,y1),(x2,y2),(0,0,255),1)

输出结果：

4. 通过A4纸的边计算A4纸的四个角点
记录四条边中每条边的两个点，分别求出四条边的直线函数，然后两两直线联合取四个交点，得到：
(207,151)，(517,285)，(17,601)，(343,731)

cv2.circle(result2,(207,151),2,(0,255,0),2)
cv2.circle(result2,(517,285),2,(0,255,0),2)
cv2.circle(result2,(17,601),2,(0,255,0),2)
cv2.circle(result2,(343,731),2,(0,255,0),2)

输入结果：

5. 根据四个角点做透视变换

src = np.float32([[207, 151], [517, 285], [17, 601], [343, 731]])
dst = np.float32([[0, 0], [337, 0], [0, 488], [337, 488]])
m = cv2.getPerspectiveTransform(src, dst)
result = cv2.warpPerspective(result3, m, (337, 488))

输出结果：

完整代码：

import cv2
import numpy as np

img = cv2.imread('input.jpg')
result1 = img.copy()
result2 = img.copy()
result3 = img.copy()

img = cv2.GaussianBlur(img,(3,3),0)
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

edges = cv2.Canny(gray,50,150,apertureSize = 3)
cv2.imwrite("canny.jpg", edges)
#hough transform
lines = cv2.HoughLinesP(edges,1,np.pi/180,50,minLineLength=90,maxLineGap=10)
for x1,y1,x2,y2 in lines[0]:
    cv2.line(result1,(x1,y1),(x2,y2),(0,0,255),1)
    print (x1,y1)
    print (x2,y2)
cv2.circle(result2,(207,151),5,(0,255,0),5)
cv2.circle(result2,(517,285),5,(0,255,0),5)
cv2.circle(result2,(17,601),5,(0,255,0),5)
cv2.circle(result2,(343,731),5,(0,255,0),5)

cv2.imwrite("result1.jpg", result1)
cv2.imwrite("result2.jpg", result2)

src = np.float32([[207, 151], [517, 285], [17, 601], [343, 731]])
dst = np.float32([[0, 0], [337, 0], [0, 488], [337, 488]])
m = cv2.getPerspectiveTransform(src, dst)
result = cv2.warpPerspective(result3, m, (337, 488))
cv2.imwrite("result.jpg", result)
cv2.imshow("result", result)
cv2.waitKey(0)