证件照片的矫正

124次阅读

没有评论

共计 1578 个字符，预计需要花费 4 分钟才能阅读完成。

提醒：本文最后更新于 2024-07-26 10:15，文中所关联的信息可能已发生改变，请知悉！

会议上提出：先由用户通过交互的方式，大致找出边缘，再由程序确定出真正的边缘，然后将歪斜的证件图片的较长的长（a）和宽（b）取出，组成一个 a X b 的矩形，将原图片的像素点映射到新的图像上

参照现有产品“扫描全能王”：

如使用普通模式，需要用户利用给出的“框”，框选证件的边缘。其中，这一步操作会用到“磁吸”的效果，类似于 PS 软件中的“磁性套索”。这对我来说是一个难点，我的想法是：在用户拍完照后，程序就已经找出了可能的边缘，再由用户框选出最终的边缘（这一步很像人工智能在训练）。所以该普通模式可以让寻找边缘变得更精准（如果拍出来的证件或文件看上去是曲线也可以），但是用户的操作效率较低，不知道是不是在一个可以接受的范围内
如使用证件模式，该软件就会给出一个适合某一类证件的方框，让用户对准方框即可，但如果使用该模式，且用户使用得当（几乎对准了证件），我认为就失去了矫正的意义，只需要微调即可

直接采用老师已教方法，或者方便一点，利用库函数：高斯滤波 + 卷积核 + 膨胀 +canny 边缘

highgui 库可以利用交互的方式解决

或者利用边缘定点

opencv 提供了仿射变换和透视变换的功能

仿射变换

在仿射变换中，原始图像中的所有平行线在输出图像中仍将平行。为了找到变换矩阵，我们需要

输入图像中的三个点及其在输出图像中的对应位置。然后 cv.getAffineTransform 将创建一个 2x3

矩阵，该矩阵将传递给cv.warpAffine。

查看以下示例，并查看我选择的点（以绿色标记）：
img = cv.imread('drawing.png')
rows,cols,ch = img.shape
pts1 = np.float32([[50,50],[200,50],[50,200]])
pts2 = np.float32([[10,100],[200,50],[100,250]])
M = cv.getAffineTransform(pts1,pts2)
dst = cv.warpAffine(img,M,(cols,rows))
plt.subplot(121),plt.imshow(img),plt.title('Input')
plt.subplot(122),plt.imshow(dst),plt.title('Output')
透视变换

对于透视变换，您需要 3x3 变换矩阵。即使在转换后，直线也将保持直线。要找到此变换矩阵，您

需要在输入图像上有 4 个点，在输出图像上需要相应的点。在这四个点中，其中三个不应共线。然

后可以通过函数 cv.getPerspectiveTransform 找到变换矩阵。然后将 cv.warpPerspective 应

用于此 3x3 转换矩阵。

请参见下面的代码：

结果：
img = cv.imread('sudoku.png')
rows,cols,ch = img.shape
pts1 = np.float32([[56,65],[368,52],[28,387],[389,390]])
pts2 = np.float32([[0,0],[300,0],[0,300],[300,300]])
M = cv.getPerspectiveTransform(pts1,pts2)
dst = cv.warpPerspective(img,M,(300,300))
plt.subplot(121),plt.imshow(img),plt.title('Input')
plt.subplot(122),plt.imshow(dst),plt.title('Output')
plt.show()