Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单实战案例 之六 简单图像倾斜校正处理效果

Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单实战案例 之六 简单图像倾斜校正处理效果

目录

[Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单实战案例 之六 简单图像倾斜校正处理效果](#Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单实战案例 之六 简单图像倾斜校正处理效果)

一、简单介绍

二、简单图像倾斜校正处理效果实现原理

三、简单图像倾斜校正处理效果案例实现简单步骤

四、注意事项


一、简单介绍

Python是一种跨平台的计算机程序设计语言。是一种面向对象的动态类型语言,最初被设计用于编写自动化脚本(shell),随着版本的不断更新和语言新功能的添加,越多被用于独立的、大型项目的开发。Python是一种解释型脚本语言,可以应用于以下领域: Web 和 Internet开发、科学计算和统计、人工智能、教育、桌面界面开发、软件开发、后端开发、网络爬虫。

这里使用 Python 基于 OpenCV 进行视觉图像处理,......

二、简单图像倾斜校正处理效果实现原理

在 OpenCV 中,可以使用图像处理技术对图像进行倾斜纠正。一种常用的方法是通过霍夫变换检测图像中的直线,然后计算直线的角度,最后将图像根据角度进行旋转。

图像倾斜纠正的实现原理:

  1. 边缘检测:首先,将图像转换为灰度图,并使用边缘检测算法(如Canny边缘检测)找到图像中的边缘。

  2. 霍夫变换检测直线 :使用霍夫变换(Hough Transform)检测图像中的直线。这可以通过 cv2.HoughLines() 函数来实现。

  3. 计算角度:对于每条直线,计算其与水平线的角度。一般来说,这可以通过直线的极坐标表示中的角度值来得到。

  4. 角度平均:计算所有检测到的直线的角度的平均值。这个平均角度通常代表图像的整体倾斜角度。

  5. 图像旋转 :根据平均角度,使用旋转矩阵将图像进行逆时针旋转。这可以通过 cv2.getRotationMatrix2D() 函数来获得旋转矩阵,并使用 cv2.warpAffine() 函数来应用旋转。

三、简单图像倾斜校正处理效果案例实现简单步骤

1、编写代码

2、运行效果

3、具体代码

python 复制代码
"""
简单图像倾斜校正处理效果

    1、首先将图像转换为灰度图,并使用 Canny 边缘检测算法检测图像边缘。
    2、然后,我们使用霍夫变换检测图像中的直线,并计算直线的角度。
    3、接着,我们计算直线角度的中位数,并根据该角度对图像进行旋转。
    4、最后,我们显示了纠正后的图像。
"""

import cv2
import numpy as np


def correct_skew(img):
    """
    处理,计算图片倾斜角度,然后旋转图片,纠正图片
    :param img: 原图
    :return:
    """
    # 将图像转换为灰度图
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    # 使用 Canny 边缘检测算法
    edges = cv2.Canny(gray, 50, 150, apertureSize=3)

    # 使用霍夫变换检测直线
    lines = cv2.HoughLines(edges, 1, np.pi / 180, 200)

    # 检查是否检测到直线
    if lines is None:
        print("No lines detected. Using default angle.")
        return img

    # 计算直线的角度
    angles = []
    for line in lines:
        rho, theta = line[0]
        angle = theta * 180 / np.pi
        angles.append(angle)

    # 计算直线角度的中位数
    median_angle = np.median(angles)

    # 对图像进行旋转
    rotated = rotate_image(img, median_angle)

    return rotated


def rotate_image(img, angle):
    """
    旋转纠正图片
    :param img:
    :param angle:
    :return:
    """
    # 获取图像的中心点坐标
    height, width = img.shape[:2]
    center = (width / 2, height / 2)

    # 计算旋转矩阵
    matrix = cv2.getRotationMatrix2D(center, angle, 1.0)

    # 进行图像旋转
    rotated = cv2.warpAffine(img, matrix, (width, height), flags=cv2.INTER_CUBIC, borderMode=cv2.BORDER_REPLICATE)

    return rotated


def main():
    # 读取图像
    image = cv2.imread('Images/Tilt.jpg')
    # 显示结果
    cv2.imshow('Origin Image', image)

    # 对图像进行倾斜纠正
    corrected_image = correct_skew(image)

    # 显示结果
    cv2.imshow('Corrected Image', corrected_image)
    cv2.waitKey(0)
    cv2.destroyAllWindows()


if __name__ == '__main__':
    main()

四、注意事项

  • 直线检测的阈值设置:霍夫变换检测直线时,阈值的设置会影响直线检测的准确性。需要根据实际情况调整阈值参数。
  • 角度计算的精度:角度的计算精度会影响到最终结果的准确性。在计算角度时,可以考虑使用更高的精度来提高准确性。
  • 旋转矩阵的边界处理:在计算旋转矩阵时,需要考虑到旋转后图像可能会超出原始图像的边界,因此需要使用合适的边界模式来处理这种情况,以避免产生不良影响。
  • 异常处理:在实际应用中,需要考虑到图像中可能不存在直线的情况,因此需要进行异常处理,确保程序的稳定性。
相关推荐
q567315233 分钟前
在 Bash 中获取 Python 模块变量列
开发语言·python·bash
是萝卜干呀4 分钟前
Backend - Python 爬取网页数据并保存在Excel文件中
python·excel·table·xlwt·爬取网页数据
代码欢乐豆5 分钟前
数据采集之selenium模拟登录
python·selenium·测试工具
狂奔solar40 分钟前
yelp数据集上识别潜在的热门商家
开发语言·python
Tassel_YUE41 分钟前
网络自动化04:python实现ACL匹配信息(主机与主机信息)
网络·python·自动化
聪明的墨菲特i1 小时前
Python爬虫学习
爬虫·python·学习
努力的家伙是不讨厌的2 小时前
解析json导出csv或者直接入库
开发语言·python·json
云空2 小时前
《Python 与 SQLite:强大的数据库组合》
数据库·python·sqlite
凤枭香3 小时前
Python OpenCV 傅里叶变换
开发语言·图像处理·python·opencv
测试杂货铺3 小时前
外包干了2年,快要废了。。
自动化测试·软件测试·python·功能测试·测试工具·面试·职场和发展