C# OpenCvSharp 基于直线检测的文本图像倾斜校正

效果

代码

复制代码
using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Drawing;
using System.Linq;
using System.Text;
using System.Windows.Forms;
using OpenCvSharp;
 
namespace OpenCvSharp_基于直线检测的文本图像倾斜校正
{
    public partial class Form1 : Form
    {
        public Form1()
        {
            InitializeComponent();
        }
 
        private void button1_Click(object sender, EventArgs e)
        {
            string path = "1.jpg";
 
            pictureBox1.Image = new Bitmap(path);
            Mat mat = new Mat(path);
 
            Mat gray = new Mat(path, ImreadModes.Grayscale);
 
            Mat binary = new Mat();
            Cv2.Threshold(gray, binary, 50, 255, ThresholdTypes.BinaryInv);
 
            Mat element = Cv2.GetStructuringElement(MorphShapes.Rect, new OpenCvSharp.Size(7, 1));
 
            Mat dilation = new Mat();
            Cv2.Dilate(binary, dilation, element);
 
            Mat cannyDst = new Mat();
            Cv2.Canny(dilation, cannyDst, 150, 200);
 
            Mat houghDst = new Mat();
            mat.CopyTo(houghDst);
 
            LineSegmentPolar[] lineing = Cv2.HoughLines(cannyDst, 1, Cv2.PI / 180, 110, 0, 0);
            Scalar color = new Scalar(0, 255, 255);
 
            double meanAngle = 0.0;
            int numCnt = 0;
 
            for (int i = 0; i < lineing.Length; i++)
            {
                double rho = lineing[i].Rho;//线长
                double theta = lineing[i].Theta;//角度
 
                OpenCvSharp.Point pt1 = new OpenCvSharp.Point();
                OpenCvSharp.Point pt2 = new OpenCvSharp.Point();
                double a = Math.Cos(theta);
                double b = Math.Sin(theta);
                double x0 = a * rho, y0 = b * rho;
 
                pt1.X = (int)Math.Round(x0 + 600 * (-b));
                pt1.Y = (int)Math.Round(y0 + 600 * a);
                pt2.X = (int)Math.Round(x0 - 600 * (-b));
                pt2.Y = (int)Math.Round(y0 - 600 * a);
 
                Cv2.Line(houghDst, pt1, pt2, color, 1, LineTypes.Link4);
 
                theta = theta * 180 / Cv2.PI - 90;
 
                meanAngle += theta;
                numCnt++;
            }
            //Cv2.ImShow("houghDst", houghDst);
 
            meanAngle /= numCnt;
            Point2f center = new Point2f(mat.Cols / 2.0f, mat.Rows / 2.0f);
 
            Mat warpDst = new Mat();
            Mat rot_mat = Cv2.GetRotationMatrix2D(center, meanAngle, 1.0);
            OpenCvSharp.Size dst_sz = new OpenCvSharp.Size(mat.Cols, mat.Rows);
 
            Cv2.WarpAffine(mat, warpDst, rot_mat, dst_sz);
 
            pictureBox2.Image = new Bitmap(warpDst.ToMemoryStream());
        }
    }
}

下载

Demo下载

相关推荐
zskj_zhyl5 小时前
智慧康养新篇章:七彩喜如何重塑老年生活的温度与尊严
大数据·人工智能·科技·物联网·生活
永霖光电_UVLED5 小时前
IVWorks率先将8英寸GaN纳米线片商业化
人工智能·神经网络·生成对抗网络
如何原谅奋力过但无声6 小时前
TensorFlow 2.x常用函数总结(持续更新)
人工智能·python·tensorflow
qyresearch_6 小时前
大语言模型训推一体机:AI算力革命的“新引擎”,2031年市场规模突破123亿的黄金赛道
人工智能·语言模型·自然语言处理
计算机小手6 小时前
使用 llama.cpp 在本地高效运行大语言模型,支持 Docker 一键启动,兼容CPU与GPU
人工智能·经验分享·docker·语言模型·开源软件
短视频矩阵源码定制6 小时前
矩阵系统哪个好?2025年全方位选型指南与品牌深度解析
java·人工智能·矩阵·架构·aigc
java1234_小锋6 小时前
[免费]基于Python的Flask酒店客房管理系统【论文+源码+SQL脚本】
开发语言·人工智能·python·flask·酒店客房
hakuii7 小时前
SVD分解后的各个矩阵的深层理解
人工智能·机器学习·矩阵
这张生成的图像能检测吗7 小时前
(论文速读)基于图像堆栈的低频超宽带SAR叶簇隐蔽目标变化检测
图像处理·人工智能·深度学习·机器学习·信号处理·雷达·变化检测
leijiwen7 小时前
城市本地生活实体零售可信数据空间 RWA 平台方案
人工智能·生活·零售