Python?OpenCV實現(xiàn)任意角度二維碼矯正
前言
那天聽到領(lǐng)導(dǎo)他們在討論,說要將圖片進行個矯正處理,還叫來了算法部的大佬來討論將要如何處理這個,討論場面很是激烈
不得不說好奇心是個很神奇的東西,就把我給吸引過去了
我定眼一看,感覺作為JAVA開發(fā)的我自己也能進行處理
因為看到了圖片后,發(fā)現(xiàn)了圖片中一個很重要的特征點:
要進行矯正的圖片中都會有一個二維碼圖案,想要矯正的文字和二維碼圖案是處于同一水平線的。
如下面這個
要把圖片中的“水中加點糖”四個字矯正,只需要把二維碼矯正就可以了。
具體想法就是,求得二維碼矯正的角度a,對原圖整體按照角度a進行旋轉(zhuǎn)就可以了。
有了想法后,就趁熱打鐵,正好周末了在家試試。
一般圖片矯正方式
對于一般的圖片矯正,最常見的做法有這么兩種:
對圖片進行預(yù)處理獲取出輪廓,并求得輪廓的近似矩形,通過矩形的定位點來進行透視變換
對圖片進行預(yù)處理后,進行霍夫變換進行直線檢測,再根據(jù)直線的傾斜角進行旋轉(zhuǎn)
但是對于圖片中有二維碼的圖片進行矯正就可以更加簡單了,因為二維碼中有定位點并且成熟框架很多,實現(xiàn)起來也更加方便且識別率非常高。
二維碼圖片矯正
思路
識別出二維碼的角點,通過相鄰兩個角點的坐標(biāo)計算出夾角度數(shù),再次用此度數(shù)對圖片進行旋轉(zhuǎn)。
以下面圖為例:
先獲取出二維碼正方向時底部的兩點坐標(biāo),并求得兩點的傾斜角。
斜率計算用初中數(shù)學(xué)中求兩點坐標(biāo)斜率的公式算一下即可,忘了就搜搜回憶一下:
兩點的斜率公式:k=(y1-y2)/(x1-x2),x1≠x2。其中(x1,y1),(x2,y2)是已知兩點的坐標(biāo),x1≠x2。
斜率是表示一條直線(或曲線的切線)關(guān)于(橫)坐標(biāo)軸傾斜程度的量。它通常用直線(或曲線的切線)與(橫)坐標(biāo)軸夾角的正切,或兩點的縱坐標(biāo)之差與橫坐標(biāo)之差的比來表示。記作k,k=tgα。
一條直線與某平面直角坐標(biāo)系橫坐標(biāo)軸正半軸方向所成的角的正切值即該直線相對于該坐標(biāo)系的斜率。如果直線與x軸互相垂直,直角的正切值為tan90°,故此直線不存在斜率(也可以說直線的斜率為無窮大)。當(dāng)直線L的斜率存在時,對于一次函數(shù)y=kx+b(斜截式),k即該函數(shù)圖像的斜率。
編碼實現(xiàn)
實現(xiàn)時對于二維碼的識別用到了pyzbar庫,對圖片處理用的opencv包
""" author: puhaiyang blog: https://blog.csdn.net/puhaiyang github: https://github.com/puhaiyang """ import math import cv2 from pyzbar import pyzbar import imutils def azimuthangle(x1, y1, x2, y2): """ 已知兩點坐標(biāo)計算角度 - :param x1: 原點橫坐標(biāo)值 :param y1: 原點縱坐標(biāo)值 :param x2: 目標(biāo)點橫坐標(biāo)值 :param y2: 目標(biāo)縱坐標(biāo)值 """ dx = x2 - x1 dy = y2 - y1 # 求斜率 k = dy / dx # 結(jié)果是弧度值 angle = math.atan(k) # 弧度值轉(zhuǎn)為角度 return angle * 180 / math.pi def get_angle(qr_item): """ 獲取出進行矯正所需要的角度 """ # 將坐標(biāo)從下到上,從左到右進行排序 locs = {qr_item.polygon[0], qr_item.polygon[1], qr_item.polygon[2], qr_item.polygon[3]} locs = sorted(locs, key=lambda x: x.y * 100000 + x.x * 1000) return azimuthangle(locs[2].x, locs[2].y, locs[3].x, locs[3].y) def to_up_angle(qr_item): """ 獲取出使二維碼朝上的角度 """ if qr_item.orientation == 'UP': angle_ext = 0 elif qr_item.orientation == 'RIGHT': angle_ext = 270 elif qr_item.orientation == 'DOWN': angle_ext = 180 else: angle_ext = 90 return angle_ext def resize_img(ori_img): """ 圖片壓縮 """ height = ori_img.shape[0] width = ori_img.shape[1] # 執(zhí)行壓縮,按照500的寬度為標(biāo)準(zhǔn) if width > 500: scale_percent = int(500 / width * 100) s_width = int(width * scale_percent / 100) s_height = int(height * scale_percent / 100) # 新的寬度和高度 dim = (s_width, s_height) return cv2.resize(ori_img, dim, interpolation=cv2.INTER_AREA) else: return ori_img def adjust_rotae_angle(img): angle = 0 # 對圖片進行壓縮 img = resize_img(img) # symbol為64代表二維碼 qr_result = pyzbar.decode(img, symbols=[64]) if len(qr_result) == 1: # 識別到了一個二維碼,將二維碼朝上旋轉(zhuǎn) first_adjust_angle = to_up_angle(qr_result[0]) # 進行旋轉(zhuǎn) img_rotae_to_up = imutils.rotate_bound(img, first_adjust_angle) # 再次識別 qr_result2 = pyzbar.decode(img_rotae_to_up, symbols=[64]) if len(qr_result2) == 1: last_adjust_angle = -get_angle(qr_result2[0]) angle = first_adjust_angle + last_adjust_angle print("first angle:%d last angle:%d angle:%d" % (first_adjust_angle, last_adjust_angle, angle)) else: print('last 未識別到二維碼') else: print('first 未識別到二維碼') return angle if __name__ == '__main__': # 加載圖片 img = cv2.imread('123.jpg') adjust_angle = adjust_rotae_angle(img.copy()) if adjust_angle != 0: img_rotae = imutils.rotate_bound(img, adjust_angle) cv2.imwrite('img_rotae.jpg', img_rotae)
最終輸出的圖片結(jié)果:
矯正成功!
需要說明的是,上面之所以要進行對圖片的resize,是因為圖片太大的話pyzbar可能會識別不出來二維碼
到此這篇關(guān)于Python OpenCV實現(xiàn)任意角度二維碼矯正的文章就介紹到這了,更多相關(guān)Python OpenCV二維碼矯正內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Python 中pandas索引切片讀取數(shù)據(jù)缺失數(shù)據(jù)處理問題
pandas是一個Python軟件包,提供快速,靈活和富于表現(xiàn)力的數(shù)據(jù)結(jié)構(gòu),旨在使使用“關(guān)系”或“標(biāo)記”數(shù)據(jù)既簡單又直觀。這篇文章主要介紹了pandas索引切片讀取數(shù)據(jù)缺失數(shù)據(jù)處理,需要的朋友可以參考下2019-10-10python圖片指定區(qū)域替換img.paste函數(shù)的使用
這篇文章主要介紹了python圖片指定區(qū)域替換img.paste函數(shù)的使用,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-04-04Python編程functools模塊創(chuàng)建修改的高階函數(shù)解析
本篇文章主要為大家介紹functools模塊中用于創(chuàng)建、修改函數(shù)的高階函數(shù),有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2021-09-09python rolling regression. 使用 Python 實現(xiàn)滾動回歸操作
這篇文章主要介紹了python rolling regression. 使用 Python 實現(xiàn)滾動回歸操作,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-06-06Python趣味挑戰(zhàn)之給幼兒園弟弟生成1000道算術(shù)題
為了讓弟弟以后好好學(xué)習(xí),我特地用Python給他生成了1000道算術(shù)題讓他做,他以后一定會感謝我的!文中有非常詳細(xì)的代碼示例,需要的朋友可以參考下2021-05-05淺談python裝飾器探究與參數(shù)的領(lǐng)取
下面小編就為大家分享一篇淺談python裝飾器探究與參數(shù)的領(lǐng)取,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2017-12-12Pytorch 實現(xiàn)凍結(jié)指定卷積層的參數(shù)
今天小編就為大家分享一篇Pytorch 實現(xiàn)凍結(jié)指定卷積層的參數(shù),具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01