C++OpenCV实战之文档照片转换成扫描文件

第C++OpenCV实战之文档照片转换成扫描文件MatresultImg;//保存处理后图像

resize(image,resultImg,Size(processWith,peocessHeight));

returnresultImg;

这里再定义一个显示图像的方法：

//显示图片

voidvisualize(StringwinName,Matimage){

namedWindow(winName,WINDOW_NORMAL);

imshow(winName,image);

waitKey(0);

2、创建直线类并计算两条直线的交点

先定义一个直线类，包含两个端点；

假设已知两条直线上的两点，怎么求得交点呢？

可以参考这个网址中的数学公式：/wiki/Line%E2%80%93line_intersection

//返回两条直线的交点

Point2flinesIntersect(Linelin1,Linelin2){

//这里直接根据网上的数学公式求得

intx1=lin1.p1.x,y1=lin1.p1.y;

intx2=lin1.p2.x,y2=lin1.p2.y;

intx3=lin2.p1.x,y3=lin2.p1.y;

intx4=lin2.p2.x,y4=lin2.p2.y;

floatD=(x1-x2)*(y3-y4)-(y1-y2)*(x3-x4);

if(fabs(D)1e-6){

returnPoint2f(

((x1*y2-y1*x2)*(x3-x4)-(x1-x2)*(x3*y4-y3*x4))/D,

((x1*y2-y1*x2)*(y3-y4)-(y1-y2)*(x3*y4-y3*x4))/D);

returnPoint2f(-1,-1);

3、图像边缘检测Canny

Matcanny,gray;

cvtColor(image,gray,COLOR_BGR2GRAY);

doublethreshold_low=threshold(gray,canny,0,255,THRESH_BINARY|cv::THRESH_OTSU);

Canny(gray,canny,threshold_low,threshold_low*2);

returncanny;

注意：进行Canny边缘检测的效果和图像的大小有关，可以适当对大图进行缩放；

4、通过霍夫变换进行直线检测

检测到的直线分为两类，一类是水平线，一类是竖直线；

为了得到外边缘框的直线，可以先根据直线的外接矩形长宽比分为水平和竖直线，再根据中点的位置，找到边缘直线；

如上图所示，如果xy，则将该直线分为水平线，如果yx，则将该直线划分为水平线；

随后再根据中心点的坐标大小确定边缘线；

//进行霍夫直线检测，保存所有检测到的直线，并且确保直线大于4条

vectorVec4ilines;

//这里的参数需要根据图像大小等因素进行微调

HoughLinesP(canny,lines,1,CV_PI/180,80,height/5,200);

if(lines.size()4){

cout"Findonly"lines.size()"lines,returndirectly"endl;

//将直线分为水平线和垂直线

vectorLinehorizontals,verticals;

Mattmp=image.clone();

for(autov:lines){

doublew=fabs(v[0]-v[2]),h=fabs(v[1]-v[3]);

Linetmp_line(Point(v[0],v[1]),Point(v[2],v[3]));

if(wh)horizontals.push_back(tmp_line);

elseverticals.push_back(tmp_line);

//下面两行代码是实现绘制直线

//line(tmp,Point(v.val[0],v.val[1]),Point(v.val[2],v.val[3]),Scalar(255,0,0),8);

//visualize("houghtest",tmp);

//确保水平线和垂直线至少有两条

if(horizontals.size()2||verticals.size()2){

cout"Notenoughedgelines..."endl;

//将水平和垂直线按中心点位置进行排序，这里的两个排序函数需要自己实现

sort(horizontals.begin(),horizontals.end(),cmpHeight);

sort(verticals.begin(),verticals.end(),cmpWidth);

//绘制出找到的直线

line(tmp,horizontals[0].p1,horizontals[0].p2,Scalar(255,0,0),8);

line(tmp,horizontals[horizontals.size()-1].p1,horizontals[horizontals.size()-1].p2,Scalar(255,0,0),8);

line(tmp,verticals[0].p1,verticals[0].p2,Scalar(255,0,0),8);

line(tmp,verticals[verticals.size()-1].p1,verticals[verticals.size()-1].p2,Scalar(255,0,0),8);

visualize("houghtest",tmp);

排序函数的实现：

//对水平线进行排序

boolcmpHeight(constLinel1,constLinel2){

returnl1.center.yl2.center.y;

//对垂直线进行排序

boolcmpWidth(constLinel1,constLinel2){

returnl1.center.xl2.center.x;

5、求单应性矩阵

现在已知图像上目标的四个点坐标，通过点对关系，求得二者之间的单应性变换矩阵；

intdst_width=1080,dst_height=1920;

vectorPoint2fdst_pts;

dst_pts.push_back(Point(0,0));

dst_pts.push_back(Point(dst_width-1,0));

dst_pts.push_back(Point(0,dst_height-1));

dst_pts.push_back(Point(dst_width-1,dst_height-1));

MatwarpedImg=Mat::zeros(dst_height,dst_width,CV_8UC3);

Mathomo=getPerspectiveTransform(ori_pts,dst_pts);

warpPerspective(image,warpedImg,homo,warpedImg.size());

visualize("result",warpedImg);

结果图：

6、降噪和二值化

降噪采用中值滤波，阈值过滤采用自适应的二值化；

voidpostProcess(Matimage){

medianBlur(image,image,7);

cvtColor(image,image,COLOR_BGR2GRAY);

threshold(image,image,0,255,THRESH_BINARY|cv::THRESH_OTSU);

四、方案二：用户点选目标区域

方案一是完全基于自动化的方式，用户只需要传入图像，程序会自动选择合适的区域；

优点在于其节省了用户的人工成本，使得程序更为简便；

缺点在于算法具有局限性，对背景及区域选取有要求，比如不能在区域外出现干扰物体，也无法满足用户的一些特别需求，比如选定大区域中的小区域；

方案二的优势在于其强大的灵活性，用户可以根据自己的需求选择相应的区域，程序将对所选区域进行转换；

1、命令行解析

加入命令行参数的功能，用户可以从命令行传入参数；

intmain(intargc,char**argv)

constStringkeys=

"{helphusage||printthismessage}"

"{path|D:/project/OpenCV/card.jpg|pathtofile}"

//采用opencv命令行解析的方式

CommandLineParsermyParser(argc,argv,keys);

Stringpath=myParser.getString("path");

coutpathendl;

2、鼠标事件

主要实现用户点击鼠标时的一些交互功能：

//这几个参数为默认参数

voidonMouse(intevent,intx,inty,intflags,void*userdata){

//当点数为四个时，判断当前用户鼠标选取的拖动点是哪一个

if(srcPts.size()==4){

for(inti=0;ii++){

Point2fv=srcPts[i];

if((event==EVENT_LBUTTONDOWN)(abs(v.x-x)20)(abs(v.y-y)20)){

isDragging=true;

drag_index=i;

//用户点击鼠标左键时，加入点

elseif(event==EVENT_LBUTTONDOWN){

srcPts.push_back(Point2f(x,y));

//取消拖动

if(event==EVENT_LBUTTONUP){

isDragging=false;

//如果鼠标移动并且一直按着，就改变原来的点

if((event==EVENT_MOUSEMOVE)isDragging){

srcPts[drag_index].x=x;

srcPts[drag_index].y=y;

3、主函数实现

定义了鼠标函数之后，需要将其中的操作在窗口进行展示：

namedWindow(winNameOri,WINDOW_NORMAL);

namedWindow(winNameRes,WINDOW_NORMAL);

setMouseCallback(winNameOri,onMouse,nullptr);

booldone=false;

while(!done){

if(srcPts.size()4){

img=oriImg.clone();

for(inti=0;isrcPts.size();i++){

circle(img,srcPts[i],10,Scalar(255,255,0),5);

putText(img,labels[i].c_str(),srcPts[i],FONT_HERSHEY_SIMPLEX,1,Scalar(255,255,255),2);

imshow(winNameOri,img);

if(srcPts.size()==4){

img=oriImg.clone();

for(inti=0;ii++){

circle(img,srcPts[i],10,Scalar(255,255,0),5);

line(img,srcPts[i],srcPts[(i+1)%4],Scalar(0,255,0),5);

putText(img,labels[i].c_str(),srcPts[i],FONT_HERSHEY_SIMPLEX,1,Scalar(255,255,255),2);

imshow(winNameOri,img);

4、结果展示