C++ OpenCV實(shí)戰(zhàn)之文檔照片轉(zhuǎn)換成掃描文件
一、背景
前段時(shí)間都是基于Python的OpecCV進(jìn)行一些學(xué)習(xí)和實(shí)踐，但小的知識(shí)點(diǎn)并沒(méi)有應(yīng)用到實(shí)際的項(xiàng)目中；并且基于Python的版本的移植性、效率性都較差，在包含硬件的項(xiàng)目中往往都是采用基于C++的版本；
因此本次項(xiàng)目實(shí)戰(zhàn)專(zhuān)題主要是基于C++的版本，并且從大的任務(wù)中剖析小的知識(shí)點(diǎn)，實(shí)際項(xiàng)目中算法的選型也是比較難的部分，根據(jù)需求和任務(wù)選用不同的算法，這才是真的掌握了知識(shí)點(diǎn)；
本次項(xiàng)目是照片轉(zhuǎn)掃描文件，可以參考下面網(wǎng)址中的案例：
這已經(jīng)是一個(gè)落地且成熟的項(xiàng)目了，下面將結(jié)合多個(gè)知識(shí)點(diǎn)進(jìn)行實(shí)現(xiàn)；
二、基礎(chǔ)知識(shí)
首先需要明確實(shí)現(xiàn)該任務(wù)的幾個(gè)步驟：
1、視角轉(zhuǎn)換：不規(guī)則四邊形轉(zhuǎn)變?yōu)榫匦危ㄊ褂猛敢曌儞Q算法）；
2、背景降噪：去掉圖中的一些噪聲點(diǎn)（使用中值濾波算法）；
3、顏色變換：二值化圖像，使得呈現(xiàn)黑白掃描圖（使用自適應(yīng)高斯閾值算法）；
投影變換算法介紹：
圖1代表仿射變換，只需要6個(gè)自由度，并且約束條件是原來(lái)平行的線(xiàn)依舊平行，只需三對(duì)點(diǎn)對(duì)就可以求得未知參數(shù)值；
圖4代表投影變換，需要四對(duì)點(diǎn)對(duì)，有8個(gè)自由度，可以將任意四邊形變換為指定的四邊形形狀；
降噪算法介紹：
中值濾波算法示意圖：
找到滑窗中中值的數(shù)，替換中間區(qū)域的數(shù)值；
原理上是將一些較亮、較暗的點(diǎn)進(jìn)行降噪，也就是降噪的作用；
像高斯濾波和均值濾波，考慮到一個(gè)全局信息，是起到一個(gè)平滑的作用；
三、方案一：自動(dòng)檢測(cè)點(diǎn)
1、讀取圖片文件（進(jìn)行了指定尺寸縮放）
// 讀取圖片
Mat readFile(String imagePath, int minEdge = 1080) {
Mat image = imread(imagePath);
int width = image.size().width;
int height = image.size().height;
int minline = min(width, height);
float ratio = minEdge * 1.0 / minline; // 得到縮放比例
int processWith = width * ratio;
int peocessHeight = height * ratio;
Mat resultImg; // 保存處理后圖像
resize(image, resultImg, Size(processWith, peocessHeight));
return resultImg;
}
這里再定義一個(gè)顯示圖像的方法：
// 顯示圖片
void visualize(String winName, Mat image) {
namedWindow(winName, WINDOW_NORMAL);
imshow(winName, image);
waitKey(0);
}
2、創(chuàng)建直線(xiàn)類(lèi)并計(jì)算兩條直線(xiàn)的交點(diǎn)
先定義一個(gè)直線(xiàn)類(lèi)，包含兩個(gè)端點(diǎn)；
假設(shè)已知兩條直線(xiàn)上的兩點(diǎn)，怎么求得交點(diǎn)呢？
可以參考這個(gè)網(wǎng)址中的數(shù)學(xué)公式：https://en.wikipedia.org/wiki/Line%E2%80%93line_intersection
// 返回兩條直線(xiàn)的交點(diǎn)
Point2f linesIntersect(Line lin1, Line lin2) {
// 這里直接根據(jù)網(wǎng)上的數(shù)學(xué)公式求得
int x1 = lin1.p1.x, y1 = lin1.p1.y;
int x2 = lin1.p2.x, y2 = lin1.p2.y;
int x3 = lin2.p1.x, y3 = lin2.p1.y;
int x4 = lin2.p2.x, y4 = lin2.p2.y;
float D = (x1 - x2) * (y3 - y4) - (y1 - y2) * (x3 - x4);
if (fabs(D) > 1e-6) {
return Point2f(
((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);
}
return Point2f(-1, -1);
}
3、圖像邊緣檢測(cè)Canny
Mat canny, gray; cvtColor(image, gray, COLOR_BGR2GRAY); double threshold_low = threshold(gray, canny, 0, 255, THRESH_BINARY | cv::THRESH_OTSU); Canny(gray, canny, threshold_low, threshold_low * 2); return canny;
注意：進(jìn)行Canny邊緣檢測(cè)的效果和圖像的大小有關(guān)，可以適當(dāng)對(duì)大圖進(jìn)行縮放；
4、通過(guò)霍夫變換進(jìn)行直線(xiàn)檢測(cè)
檢測(cè)到的直線(xiàn)分為兩類(lèi)，一類(lèi)是水平線(xiàn)，一類(lèi)是豎直線(xiàn)；
為了得到外邊緣框的直線(xiàn)，可以先根據(jù)直線(xiàn)的外接矩形長(zhǎng)寬比分為水平和豎直線(xiàn)，再根據(jù)中點(diǎn)的位置，找到邊緣直線(xiàn)；
如上圖所示，如果x>y，則將該直線(xiàn)分為水平線(xiàn)，如果y>x，則將該直線(xiàn)劃分為水平線(xiàn)；
隨后再根據(jù)中心點(diǎn)的坐標(biāo)大小確定邊緣線(xiàn)；
// 進(jìn)行霍夫直線(xiàn)檢測(cè)，保存所有檢測(cè)到的直線(xiàn)，并且確保直線(xiàn)大于4條
vector<Vec4i> lines;
// 這里的參數(shù)需要根據(jù)圖像大小等因素進(jìn)行微調(diào)
HoughLinesP(canny, lines, 1, CV_PI / 180, 80, height/5, 200);
if (lines.size() < 4) {
cout << "Find only" << lines.size() << "lines, return directly" << endl;
}
// 將直線(xiàn)分為水平線(xiàn)和垂直線(xiàn)
vector<Line> horizontals, verticals;
Mat tmp = image.clone();
for (auto v : lines) {
double w = fabs(v[0] - v[2]), h = fabs(v[1] - v[3]);
Line tmp_line(Point(v[0], v[1]), Point(v[2], v[3]));
if (w > h) horizontals.push_back(tmp_line);
else verticals.push_back(tmp_line);
// 下面兩行代碼是實(shí)現(xiàn)繪制直線(xiàn)
//line(tmp, Point(v.val[0], v.val[1]), Point(v.val[2], v.val[3]), Scalar(255, 0, 0), 8);
//visualize("hough test", tmp);
}
// 確保水平線(xiàn)和垂直線(xiàn)至少有兩條
if (horizontals.size() < 2 || verticals.size() < 2) {
cout << "Not enough edge lines... " << endl;
}
// 將水平和垂直線(xiàn)按中心點(diǎn)位置進(jìn)行排序，這里的兩個(gè)排序函數(shù)需要自己實(shí)現(xiàn)
sort(horizontals.begin(), horizontals.end(), cmpHeight);
sort(verticals.begin(), verticals.end(), cmpWidth);
// 繪制出找到的直線(xiàn)
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("hough test", tmp);
排序函數(shù)的實(shí)現(xiàn)：
// 對(duì)水平線(xiàn)進(jìn)行排序
bool cmpHeight(const Line& l1, const Line& l2) {
return l1.center.y < l2.center.y;
}
// 對(duì)垂直線(xiàn)進(jìn)行排序
bool cmpWidth(const Line& l1, const Line& l2) {
return l1.center.x < l2.center.x;
}
5、求單應(yīng)性矩陣
現(xiàn)在已知圖像上目標(biāo)的四個(gè)點(diǎn)坐標(biāo)，通過(guò)點(diǎn)對(duì)關(guān)系，求得二者之間的單應(yīng)性變換矩陣；
int dst_width = 1080, dst_height = 1920;
vector<Point2f> dst_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));
Mat warpedImg = Mat::zeros(dst_height, dst_width, CV_8UC3);
Mat homo = getPerspectiveTransform(ori_pts, dst_pts);
warpPerspective(image, warpedImg, homo, warpedImg.size());
visualize("result", warpedImg);
結(jié)果圖：
6、降噪和二值化
降噪采用中值濾波，閾值過(guò)濾采用自適應(yīng)的二值化；
void postProcess(Mat& image) {
medianBlur(image, image, 7);
cvtColor(image, image, COLOR_BGR2GRAY);
threshold(image, image, 0, 255, THRESH_BINARY | cv::THRESH_OTSU);
}
四、方案二：用戶(hù)點(diǎn)選目標(biāo)區(qū)域
方案一是完全基于自動(dòng)化的方式，用戶(hù)只需要傳入圖像，程序會(huì)自動(dòng)選擇合適的區(qū)域；
優(yōu)點(diǎn)在于其節(jié)省了用戶(hù)的人工成本，使得程序更為簡(jiǎn)便；
缺點(diǎn)在于算法具有局限性，對(duì)背景及區(qū)域選取有要求，比如不能在區(qū)域外出現(xiàn)干擾物體，也無(wú)法滿(mǎn)足用戶(hù)的一些特別需求，比如選定大區(qū)域中的小區(qū)域；
方案二的優(yōu)勢(shì)在于其強(qiáng)大的靈活性，用戶(hù)可以根據(jù)自己的需求選擇相應(yīng)的區(qū)域，程序?qū)?duì)所選區(qū)域進(jìn)行轉(zhuǎn)換；
1、命令行解析
加入命令行參數(shù)的功能，用戶(hù)可以從命令行傳入?yún)?shù)；
int main(int argc, char** argv)
{
const String keys =
"{help h usage ? | | print this message }"
"{path |D: / project / OpenCV / card.jpg| path to file }"
;
// 采用opencv命令行解析的方式
CommandLineParser myParser(argc, argv, keys);
String path = myParser.get<String>("path");
cout << path << endl;
}
2、鼠標(biāo)事件
主要實(shí)現(xiàn)用戶(hù)點(diǎn)擊鼠標(biāo)時(shí)的一些交互功能：
// 這幾個(gè)參數(shù)為默認(rèn)參數(shù)
void onMouse(int event, int x, int y, int flags, void* userdata) {
// 當(dāng)點(diǎn)數(shù)為四個(gè)時(shí)，判斷當(dāng)前用戶(hù)鼠標(biāo)選取的拖動(dòng)點(diǎn)是哪一個(gè)
if (srcPts.size() == 4) {
for (int i = 0; i < 4; i++) {
Point2f v = srcPts[i];
if ((event == EVENT_LBUTTONDOWN) & (abs(v.x - x) < 20) & (abs(v.y - y) < 20)) {
isDragging = true;
drag_index = i;
}
}
}
// 用戶(hù)點(diǎn)擊鼠標(biāo)左鍵時(shí)，加入點(diǎn)
else if (event == EVENT_LBUTTONDOWN) {
srcPts.push_back(Point2f(x, y));
}
// 取消拖動(dòng)
if (event == EVENT_LBUTTONUP) {
isDragging = false;
}
// 如果鼠標(biāo)移動(dòng)并且一直按著，就改變?cè)瓉?lái)的點(diǎn)
if ((event == EVENT_MOUSEMOVE) && isDragging) {
srcPts[drag_index].x = x;
srcPts[drag_index].y = y;
}
}
3、主函數(shù)實(shí)現(xiàn)
定義了鼠標(biāo)函數(shù)之后，需要將其中的操作在窗口進(jìn)行展示：
namedWindow(winNameOri, WINDOW_NORMAL);
namedWindow(winNameRes, WINDOW_NORMAL);
setMouseCallback(winNameOri, onMouse, nullptr);
bool done = false;
while (!done) {
if (srcPts.size() < 4) {
img = oriImg.clone();
for (int i = 0; i < srcPts.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 (int i = 0; i < 4; i++) {
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、結(jié)果展示
后面的求取單應(yīng)性矩陣以及降噪和二值化同方案一一致，在這里就不進(jìn)行展示了；
結(jié)果圖：
五、總結(jié)
本次項(xiàng)目是基于C++實(shí)現(xiàn)的，后續(xù)我也用Python進(jìn)行了代碼的轉(zhuǎn)換，但在直線(xiàn)檢測(cè)部分用相同函數(shù)卻得到不同的效果，這個(gè)問(wèn)題還沒(méi)有進(jìn)行解決；
采用C++進(jìn)行編寫(xiě)代碼，能夠?qū)φ麄€(gè)項(xiàng)目的每個(gè)變量以及流程更加熟悉，本次項(xiàng)目可以說(shuō)是一個(gè)多個(gè)知識(shí)點(diǎn)的集合項(xiàng)目，不僅僅包含邊緣檢測(cè)、直線(xiàn)檢測(cè)、圖像變換等，其中也有很多值得思考的小點(diǎn)；
以上就是C++ OpenCV實(shí)戰(zhàn)之文檔照片轉(zhuǎn)換成掃描文件的詳細(xì)內(nèi)容，更多關(guān)于C++ OpenCV照片轉(zhuǎn)掃描文件的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
c++ dynamic_cast與static_cast使用方法示例
本文用示例講解了dynamic_cast、static_cast子類(lèi)與基類(lèi)之間轉(zhuǎn)換功能的使用方法2013-11-11
C++實(shí)現(xiàn)車(chē)票管理系統(tǒng)
這篇文章主要為大家詳細(xì)介紹了C++實(shí)現(xiàn)車(chē)票管理系統(tǒng)，連接數(shù)據(jù)庫(kù)MySQL，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2022-03-03
這篇文章主要為大家詳細(xì)介紹了用C語(yǔ)言實(shí)現(xiàn)掃雷小游戲，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2021-06-06
這篇文章主要介紹了詳解Qt如何加載libxl庫(kù)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-03-03
深入學(xué)習(xí)C++智能指針之shared_ptr與右值引用的方法
智能指針的核心實(shí)現(xiàn)技術(shù)是引用計(jì)數(shù)，每使用它一次，內(nèi)部引用計(jì)數(shù)加1，每析構(gòu)一次內(nèi)部的引用計(jì)數(shù)減1，減為0時(shí)，刪除所指向的堆內(nèi)存，今天通過(guò)本文給大家分享C++智能指針之shared_ptr與右值引用的方法，需要的朋友跟隨小編一起看看吧2021-07-07
位運(yùn)算是指按二進(jìn)制進(jìn)行的運(yùn)算。在系統(tǒng)軟件中,常常需要處理二進(jìn)制位的問(wèn)題。本文就詳細(xì)的介紹一下，感興趣的可以了解一下2021-09-09
這篇文章介紹了C++中Boost的智能指針scoped_ptr，文中通過(guò)示例代碼介紹的非常詳細(xì)。對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2022-07-07
C++標(biāo)準(zhǔn)模板庫(kù)STL的介紹
今天小編就為大家分享一篇關(guān)于C++標(biāo)準(zhǔn)模板庫(kù)STL的介紹，小編覺(jué)得內(nèi)容挺不錯(cuò)的，現(xiàn)在分享給大家，具有很好的參考價(jià)值，需要的朋友一起跟隨小編來(lái)看看吧2018-12-12
在程序編程過(guò)程中,為了防止出現(xiàn)內(nèi)存泄漏情況出現(xiàn),需要持續(xù)關(guān)注內(nèi)存程序內(nèi)存占用情況,本文主要介紹了C++獲取內(nèi)存使用情況小結(jié),具有一定的參考價(jià)值,感興趣的可以了解一下2024-01-01
這篇文章主要為大家詳細(xì)介紹了OpenCV實(shí)現(xiàn)圖像切割功能，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2019-01-01