【OpenCV】基于Qt的“破产版”全能扫描王
本文共 5573 字，大约阅读时间需要 18 分钟。
功能介绍
- 图片打开和保存
- 图片矫正（证件扫描、文字纠正…）
- 图片锐化增强
- 图片清空
- 阈值设置
项目实现
基本思路（证件扫描）
- 抠图：提取轮廓
- 矫正：透视变换
- 锐化增强：二值化
算法设计（证件扫描）
第一步：提取边缘
- 读取图像，转化为灰度图
- 降噪，二值化 高斯滤波
GaussianBlur() - 适当膨胀，提高检测效率
- 边缘检测
Canny()，打印出二值图验证
第二步：轮廓查找与筛选
- 轮廓检测
findContours() - 霍夫直线检测
HoughLines() - 绘制检测到的直线并验证
line() - 排除距离过近、不相交的直线
- 排除距离过近的两直线交点
第三步：透视变换
- 由第二步筛选出的四个顶点得出一组坐标
- 确定输出图像长宽（或自适应），验证
- 计算透视变换矩阵
GetPerspectiveTransform() - 透视变换函数
warpPerspective()
第四步：锐化增强
- 必要的二值化
adaptiveThreshold() - …
- 输出图像
UI设计
核心代码
- 证件扫描
Mat scanning(){ Mat src = imread(path); Mat source = src.clone(); Mat bkup = src.clone(); Mat img = src.clone(); //二值化 threshold(img, img, GRAY_THRESH, 255, CV_THRESH_BINARY); //高斯滤波 GaussianBlur(img, img, Size(5, 5), 0, 0); //获取自定义核 Mat element = getStructuringElement(MORPH_RECT, Size(3, 3)); //适当膨胀 dilate(img, img, element); //边缘提取 Canny(img, img, 30, 120, 3); vector > contours; vector > f_contours; vector approx2; //轮廓检测 findContours(img, f_contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE); //求出面积最大的轮廓 int max_area = 0; int index; for (int i = 0; i < f_contours.size(); i ) { double tmparea = fabs(contourArea(f_contours[i])); if (tmparea > max_area) { index = i; max_area = tmparea; } } //找顶点 Mat f_img = img.clone(); vector lines; vector corners; //验证轮廓 drawContours(f_img, contours, 0, Scalar(255)); lines.clear(); corners.clear(); //这里的阈值提供给用户修改 //直线检测 HoughLinesP(f_img, lines, 1, PI / 180, HOUGH_VOTE, 30, 10); //1.过滤不符条件的直线 //2.计算直线交点 //3.过滤不符条件的点 DstSize(corners); //计算输出尺寸 Mat dst = Mat::zeros(dst_hight, dst_width, CV_8UC3); vector f_points; //四边形顶点坐标组 f_points.push_back(Point2f(0, 0)); f_points.push_back(Point2f(dst.cols, 0)); f_points.push_back(Point2f(dst.cols, dst.rows)); f_points.push_back(Point2f(0, dst.rows)); Mat temp = getPerspectiveTransform(corners, f_points); //计算透视变换矩阵 warpPerspective(source, dst, temp, dst.size()); //透视变换 //这里也可以提供给用户修改 //自动增强 Mat local, gray; cvtColor(dst, gray, CV_RGB2GRAY); int blockSize = 25; int constValue = 10; //自适应二值化 adaptiveThreshold(gray, local, 255, CV_ADAPTIVE_THRESH_MEAN_C, CV_THRESH_BINARY, blockSize, constValue); return local;} - 文字纠正
Mat rotate(Mat srcImage){ //转换为灰度图 Mat grayImage; cvtColor(srcImage, grayImage, CV_RGB2GRAY); //获取图片原尺寸 const int nRows = grayImage.rows; const int nCols = grayImage.cols; //图片尺寸转换，获取傅里叶变换尺寸 //返回DFT最优尺寸大小的函数 int mRows = getOptimalDFTSize(nRows); int mCols = getOptimalDFTSize(nCols); Mat newImage; //边界扩充函数 copyMakeBorder(grayImage, newImage, 0, mRows - nRows, 0, mCols - nCols, BORDER_CONSTANT, Scalar::all(0)); //图像DFT变换 //通道组建立，使用Mat_容器，一个存实部，一个存虚部 Mat groupImage[] = { Mat_ (newImage), Mat::zeros(newImage.size(), CV_32F) }; Mat mergeImage; //合并通道 merge(groupImage, 2, mergeImage); //离散傅里叶变换即DFT dft(mergeImage, mergeImage); //分离通道 split(mergeImage, groupImage); //调整数据 //计算傅里叶变化各频率的幅值 magnitude(groupImage[0], groupImage[1], groupImage[0]); Mat magImage = groupImage[0]; //归一化操作，幅值加1 magImage = Scalar::all(1); //取对数 log(magImage, magImage); //重新分配象限，使(0,0)移动到图像中心，即把低频部分移动到中心 //傅里叶变换之前要对源图像乘以(-1)^(x y)，进行中心化 int cx = magImage.cols / 2; int cy = magImage.rows / 2; Mat temp; //左上象限 Mat LT(magImage, Rect(0, 0, cx, cy)); //右上象限 Mat RT(magImage, Rect(cx, 0, cx, cy)); //左下象限 Mat LB(magImage, Rect(0, cy, cx, cy)); //右下象限 Mat RB(magImage, Rect(cx, cy, cx, cy)); //交换象限，左上换右下 LT.copyTo(temp); RB.copyTo(LT); temp.copyTo(RB); //交换象限，右上换左下 RT.copyTo(temp); LB.copyTo(RT); temp.copyTo(LB); //归一化 //在0-1之间是统计概率分布，为了后续操作方便 normalize(magImage, magImage, 0, 1, CV_MINMAX); //像素强度变换，输出单通道灰度图 Mat magImg; magImage.convertTo(magImg, CV_8UC1, 255, 0); //imshow("magnitude", magImg); //检测直线 //二值化 threshold(magImg, magImg, GRAY_THRESH, 255, CV_THRESH_BINARY); //构造8UC1格式图像 vector lines; Mat houghImg(magImg.size(), CV_8UC3); //Houge直线检测 HoughLines(magImg, lines, 1, CV_PI / 180, HOUGH_VOTE, 0, 0); // cout << "检测直线条数: " << lines.size() << endl; //绘制检测线 for (int l = 0; l < lines.size(); l ) { float rho = lines[l][0], theta = lines[l][1]; Point pt1, pt2; //坐标变换生成线表达式 double a = cos(theta), b = sin(theta); double x0 = a * rho, y0 = b * rho; pt1.x = cvRound(x0 1000 * (-b)); pt1.y = cvRound(y0 1000 * (a)); pt2.x = cvRound(x0 - 1000 * (-b)); pt2.y = cvRound(y0 - 1000 * (a)); line(houghImg, pt1, pt2, Scalar(255, 0, 0), 3, 8, 0); } // imshow("hough", houghImg); //获取角度 float angel = 0; float m = PI / 90; float n = PI / 2; for (int l = 0; l < lines.size(); l ) { //遍历检测直线的角度 float theta = lines[l][1]; if (abs(theta) > m && abs(n - theta) > m) { //取有效角度 angel = theta; break; } } //确保角度在0到90度内 angel = angel < PI / 2 ? angel : angel - PI; //角度换算 if (angel != PI / 2) { //作图一目了然 float angelT = srcImage.rows * tan(angel) / srcImage.cols; angel = atan(angelT); } float angel_rad = angel * 180 / PI; // cout << "旋转角度: " << angel_rad << endl; //取图像中心 Point2f centerPoint = Point2f(nCols / 2, nRows / 2); double scale = 1; //计算旋转中心 Mat rotateMat = getRotationMatrix2D(centerPoint, angel_rad, scale); //仿射变换 Mat resultImage(grayImage.size(), srcImage.type()); warpAffine(srcImage, resultImage, rotateMat, srcImage.size(), 1, 0, Scalar(255, 255, 255)); return resultImage;} 项目截图
- 证件扫描
- 文字纠正
- 效果对比
- 效果对比（娱乐向）
项目总结
-
本项目基本实现了证件扫描和文字纠正两大基本功能，其中类似“全能扫描王”的扫描功能被我单独做了个版本，所以上述截图UI有些不一样，特此说明；
-
在这种基于透视变化的算法中，可以看见一定弊端：直线检测的阈值、轮廓检测的标准、顶点筛选的严密性等，对最终的结果影响很大，所以找到合理的、或者自适应的参数是最关键一步；故市面上的扫描软件一定有更复杂的思路或算法，还需要继续学习！
-
刚开始写的时候对OCR等词汇的理解不当，所以在函数命名和UI设计上出现了失误，特此指出；OCR（Optical Character Recognition，光学字符识别）意为文字识别，与本项目的功能不同；
-
希望本文能帮助到那些刚入门图像处理的同学，咱们一起加油！
-
关于证件扫描算法的疑惑可以参考
转载地址：http://ziiwk.baihongyu.com/
你可能感兴趣的文章