import numpy as np
import cv2 as cv


def shape_correction(img):
? ? (height, width) = img.shape[:2]
? ? print(img.shape)

? ? img_gau = cv.GaussianBlur(img, (5, 5), 0)
? ? canny = cv.Canny(img_gau, 60, 200)
? ? # cv.imshow("g-canny", canny)
? ??
? ? kernel = cv.getStructuringElement(cv.MORPH_CROSS, (4,3))?
? ??
? ? dilated = cv.dilate(canny, kernel, iterations=8) ?
? ? # cv.imshow('img_dilated', dilated)

? ? # 尋找輪廓
? ? contours, hierarchy = cv.findContours(dilated, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_NONE)
? ? # print(len(contours), hierarchy, sep='\n')

? ? # 找到最外層面積最大的輪廓

? ? area = 0
? ? # print("area:{}".format(area))

? ? index = 0
? ? for i in range(len(contours)):
? ? ? ? x, y, w, h = cv.boundingRect(contours[i])
? ? ? ? # 排除非文本區(qū)域
? ? ? ? if w < 35 and h < 35:
? ? ? ? ? ? continue
? ? ? ? # 防止矩形區(qū)域過大不精準(zhǔn) ? ?
? ? ? ? if h > 0.99 * height or w > 0.99 * width:
? ? ? ? ? ? continue
? ? ? ? # draw rectangle around contour on original image
? ? ? ? # cv.rectangle(img, (x, y), (x + w, y + h), (255, 0, 255), 2)
? ? ? ? tmpArea = w * h
? ? ? ? if tmpArea >= area:
? ? ? ? ? ? area = tmpArea
? ? ? ? ? ? index = i

? ? # 得到最小外接矩形的（中心(x,y), (寬,高), 旋轉(zhuǎn)角度）
? ? rect = cv.minAreaRect(contours[index])
? ? # 畫出矩形框
? ? # box = cv.boxPoints(rect)
? ? # box = np.int0(box)
? ? # cv.drawContours(img, [box], 0, (0, 0, 255), 2)

? ? # cv.imshow('img', img)
? ? print("rect:{}".format(rect))
? ? angle = rect[-1]
? ? # print(angle)

? ? # 角度大于85度或小于5度不矯正
? ? if angle > 85 or angle < 5:
? ? ? ? angle = 0
? ? elif angle < 45:
? ? ? ? angle = angle - 0
? ? else:
? ? ? ? angle = angle - 90

? ? M = cv.getRotationMatrix2D(rect[0], angle, 1)
? ? rotated = cv.warpAffine(img, M, (width, height), flags=cv.INTER_CUBIC, borderValue=(255, 255, 255))
? ??
? ? cv.imshow('Rotated', rotated)
? ? return rotated


src = cv.imread('/res-normal.png', 0)
rotated = shape_correction(src)
cv.waitKey(0)