扫描图像OpenCV上的文档检测

Document detection on scanned image OpenCV

本文关键字：文档 检测 图像 OpenCV 扫描      更新时间：2023-10-16

我使用OpenCV进行图像预处理。我只需要剪切扫描的照片，没有白色区域。我使用算法：

  • image_canny<-将canny边缘检测器应用于该通道
  • 对于bunch_of_increasing_thresholds中的阈值：
  • image_thresholds[threshold]<-将阈值应用到此通道对于在{image_canny}U image_thresholds中找到的每个轮廓：
  • 多边形近似轮廓
  • 如果近似有四个角并且角度接近90度。用于在扫描图像上查找矩形对象。但这个例子不起作用，如果我把我的照片放在扫描仪的角落

有人能建议我如何在扫描图像上找到这张照片吗？有什么例子、方法吗？

有几种方法可以实现您的目标。我将给出OpenCvSharp的代码，它将类似于普通C++。

  1. 尝试在图像周围添加一些中性边框。例如，您可以在源图像周围添加10-20像素的白色。它可以创建虚假的轮廓，但图像的目标部分仍然不会在角落里。

    Mat img = Cv2.ImRead("test.jpg");
Mat imgExtended = new Mat(new OpenCvSharp.Size(img.Size().Width + 40, img.Size().Height + 40), MatType.CV_8UC3, Scalar.White);
OpenCvSharp.Rect roi = new OpenCvSharp.Rect(new OpenCvSharp.Point(20, 20), img.Size());
img.CopyTo(imgExtended.SubMat(roi));
img = imgExtended;
Mat coloredImage = img.Clone();
Cv2.CvtColor(img, img, ColorConversionCodes.BGR2GRAY);
OpenCvSharp.Point[][] contours;
HierarchyIndex[] hierarchy;
Cv2.Canny(img, result, 80, 150);
Cv2.FindContours(result, out contours, out hierarchy, RetrievalModes.External, ContourApproximationModes.ApproxSimple);

  2. 你有物体和几乎白色的背景。你可以做任何阈值运算，然后取最大的斑点。

更新在这两种情况下，图像顶部的暗线和左角的暗区域仍然可能是问题所在。在这种情况下，您可以通过功能选择面积最大的轮廓

double Cv2.ContourArea(Point[] Contour);

然后尝试创建边界框，这将最大限度地减少错误。

相关文章：