代账公司网站模板,动力风网站建设及软件开发合同,wordpress外贸网店主题,收录提交入口网址目录 简介
一、了解图像投影(透视)变换
一、定义与原理
二、应用场景
三、实现方法
二、案例分析
1. 辅助函数定义
1.1.cv_show 函数
1.2.order_points 函数
1.3.four_point_transform 函数
1.4.resize 函数
2. 主程序执行流程
2.1.图像缩放处理
2.2.轮廓检测
2.…目录 简介
一、了解图像投影(透视)变换
一、定义与原理
二、应用场景
三、实现方法
二、案例分析
1. 辅助函数定义
1.1.cv_show 函数
1.2.order_points 函数
1.3.four_point_transform 函数
1.4.resize 函数
2. 主程序执行流程
2.1.图像缩放处理
2.2.轮廓检测
2.3.获取最大轮廓文档边缘
2.4.透视变换并保存结果
3.总结 简介 在计算机视觉的进阶学习旅程中图像投影透视变换是一座连接理论与实战的关键桥梁。无论是实现证件照的智能矫正、自动驾驶中道路场景的视角转换还是无人机航拍图像的地理坐标映射这一技术都扮演着不可或缺的核心角色。如果你曾困惑于 “为何倾斜拍摄的文档会出现边缘变形”“如何让二维图像呈现出三维空间的立体感”或是在项目开发中急需解决图像视角转换的技术难题那么本系列博客将为你提供系统性的解决方案。
一、了解图像投影(透视)变换 图像的透视变换Perspective Transformation是一种在图像处理中广泛使用的技术它通过模拟人眼或相机镜头观看三维空间物体时的透视效果来改变图像的视角和形状。以下是对图像透视变换的详细解释 一、定义与原理 透视变换是一种非线性变换它可以将一个二维坐标系中的点映射到三维坐标系中的点然后再将其投影到另一个二维坐标系中的点。这种变换基于几何学中的透视原理通过一个3x3的变换矩阵来实现该矩阵作用于图像的每个像素坐标从而进行坐标的映射转换。透视变换能够模拟真实世界中的透视效果使物体看起来更接近、更远或者从不同角度观看。
二、应用场景 透视变换在图像处理和计算机视觉领域有着广泛的应用包括但不限于以下几个方面 图像校正通过透视变换可以修正由于视角引起的图像扭曲如将拍摄的倾斜书本或建筑物照片校正为正视图。 图像合成将两个图像中的物体或场景合成在一起仿佛它们是从同一视角拍摄的。 虚拟现实VR和增强现实AR在VR和AR应用中透视变换用于模拟真实世界的视角和深度感提升用户体验。 目标检测与跟踪在目标检测和跟踪任务中透视变换可以用于调整图像视角以便更准确地识别和跟踪目标。 三维重建在三维重建过程中透视变换是连接二维图像与三维空间的关键技术之一。 三、实现方法 在OpenCV等图像处理库中透视变换通常通过以下步骤实现 选择对应点在原始图像和目标图像上分别选择四个非共线的对应点。这些点通常是图像中的显著特征点如纸上的角落、建筑物的边缘等。 计算变换矩阵使用OpenCV中的cv2.getPerspectiveTransform函数根据这些对应点计算透视变换矩阵。 应用变换矩阵使用cv2.warpPerspective函数将计算得到的透视变换矩阵应用于原始图像从而得到变换后的图像。
二、案例分析
了解了枯燥的理论我们用下面这个案例来分析
实现对一个小票进行图像投影变换 1. 辅助函数定义
1.1.cv_show 函数
def cv_show(name, img):cv2.imshow(name, img) # 显示图像name是窗口名称img是要显示的图像cv2.waitKey(0) # 等待用户按键0表示无限等待
这是一个简化图像显示操作的函数封装了 OpenCV 的imshow和waitKey方法方便在多个地方调用。
1.2.order_points 函数
def order_points(pts):# 初始化一个4x2的矩阵存储排序后的坐标rect np.zeros(shape(4, 2), dtypefloat32)# 按顺序找到对应坐标左上右上右下左下s pts.sum(axis1) # 对每个点的x和y坐标求和rect[0] pts[np.argmin(s)] # 最小的和对应左上角(xy最小)rect[2] pts[np.argmax(s)] # 最大的和对应右下角(xy最大)diff np.diff(pts, axis1) # 计算每个点的y-x差值rect[1] pts[np.argmin(diff)] # 最小的差值对应右上角(y-x最小)rect[3] pts[np.argmax(diff)] # 最大的差值对应左下角(y-x最大)return rect
这个函数用于对四边形的四个顶点进行排序确保它们按 左上→右上→右下→左下 的顺序排列为后续的透视变换做准备。
1.3.four_point_transform 函数
def four_point_transform(image, pts):# 获取排序后的坐标点rect order_points(pts)(tl, tr, br, bl) rect # 分别赋值给左上、右上、右下、左下# 计算宽度取底部和顶部宽度的最大值widthA np.sqrt(((br[0] - bl[0]) **2) ((br[1] - bl[1])** 2))widthB np.sqrt(((tr[0] - tl[0]) **2) ((tr[1] - tl[1])** 2))maxWidth max(int(widthA), int(widthB))# 计算高度取右侧和左侧高度的最大值heightA np.sqrt(((tr[0] - br[0]) **2) ((tr[1] - br[1])** 2))heightB np.sqrt(((tl[0] - bl[0]) **2) ((tl[1] - bl[1])** 2))maxHeight max(int(heightA), int(heightB))# 定义变换后的目标坐标dst np.array([[0, 0], # 左上[maxWidth - 1, 0], # 右上[maxWidth - 1, maxHeight - 1], # 右下[0, maxHeight - 1] # 左下], dtypefloat32)# 计算透视变换矩阵M cv2.getPerspectiveTransform(rect, dst)# 应用透视变换warped cv2.warpPerspective(image, M, (maxWidth, maxHeight))return warped
这是核心函数实现了图像的透视变换将倾斜的四边形区域转换为正面矩形视图模拟了从不同角度拍摄的文档转换为正视图的效果。
1.4.resize 函数
def resize(image, widthNone, heightNone, intercv2.INTER_AREA):dim None # 存储调整后的尺寸(h, w) image.shape[:2] # 获取原始图像的高度和宽度# 如果宽高都未指定直接返回原图if width is None and height is None:return image# 如果宽度未指定按高度比例缩放if width is None:r height / float(h) # 计算缩放比例dim (int(w * r), height) # 计算新的宽度# 否则按宽度比例缩放else:r width / float(w) # 计算缩放比例dim (width, int(h * r)) # 计算新的高度# 执行缩放操作resized cv2.resize(image, dim, interpolationinter)return resized
这个函数用于按比例调整图像大小避免图像过大处理困难或过小影响精度。
2. 主程序执行流程
import cv2
import numpy as np# 读取输入图像
image cv2.imread(fapiao.jpg)
cv_show(image, image) # 显示原始图像
2.1.图像缩放处理
# 计算缩小比率以高度为基准缩放到500像素
ratio image.shape[0] / 500.0
orig image.copy() # 保存原始图像副本
image resize(orig, height500) # 按比例缩小图像
cv_show(1, image) # 显示缩小后的图像
将图像按比例缩小到高度为 500 像素便于后续处理同时记录缩放比例以便后期恢复原始尺寸。
2.2.轮廓检测
print(STEP 1: 轮廓检测)
gray cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 转换为灰度图
# 自动阈值二值化处理OTSU算法
edged cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]
# 查找轮廓
cnts cv2.findContours(edged.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)[-2]
# 绘制所有轮廓并显示
image_contours cv2.drawContours(image.copy(), cnts, -1, color(0, 0, 255), thickness1)
cv_show(image_contours, image_contours)
这一步将图像转为灰度图再通过二值化处理突出边缘最后检测出图像中的所有轮廓。
2.3.获取最大轮廓文档边缘
print(STEP 2: 获取最大轮廓)
# 按轮廓面积排序取最大的那个通常是文档的边缘
screenCnt sorted(cnts, keycv2.contourArea, reverseTrue)[0]
print(screenCnt.shape) # 输出轮廓形状# 轮廓近似将不规则轮廓近似为多边形
peri cv2.arcLength(screenCnt, closedTrue) # 计算轮廓周长
# 用Douglas-Peucker算法近似轮廓0.05*peri是近似精度
screenCnt cv2.approxPolyDP(screenCnt, 0.05 * peri, closedTrue)
print(screenCnt.shape) # 输出近似后的轮廓形状# 绘制最大轮廓并显示
image_contour cv2.drawContours(image.copy(), [screenCnt], -1, color(0, 255, 0), thickness2)
cv2.imshow(image_contour, image_contour)
cv2.waitKey(0)
文档通常是图像中面积最大的矩形物体所以这里通过面积排序找到最大轮廓并通过轮廓近似算法将其转换为四边形。
2.4.透视变换并保存结果
# 应用四点透视变换注意要将坐标还原到原始图像尺寸
warped four_point_transform(orig, screenCnt.reshape(4, 2) * ratio)
# 保存变换后的图像
cv2.imwrite(filenameinvoice_new.jpg, imgwarped)
# 显示变换后的图像
cv2.namedWindow(xx, cv2.WINDOW_NORMAL) # 创建可调整大小的窗口
cv2.imshow(xx, matwarped)
cv2.waitKey(0)
3.总结
整个程序的核心思想是
读取图像并适当缩放通过图像处理技术找到文档的边缘轮廓利用透视变换将倾斜的文档转换为正视图保存和显示处理结果
最后我们还可以通过之前学习的旋转、阈值处理和图像形态学等让图片中的文字更加突出
import cv2
import numpy as npimgcv2.imread(invoice_new.jpg)
imgcv2.resize(img,dsizeNone,fx0.4,fy0.4)
rotated_image1 cv2.rotate(img, cv2.ROTATE_90_COUNTERCLOCKWISE)
cv2.imshow(ni90,rotated_image1)
cv2.waitKey(0)ret, binary cv2.threshold(rotated_image1, 125, 255, cv2.THRESH_BINARY)
cv2.imshow( binary, binary) # 偏白的变纯白偏黑的变纯黑
cv2.waitKey(0)kernel np.ones((2,2),np.uint8) # 这里kernel大小修改为5*5试试
erosion_1 cv2.erode(binary,kernel,iterations1) #iterations改为5试试
cv2.imshow(erosion_1,erosion_1)
cv2.waitKey(0)
