【opencv图片倾斜矫正】

遇到问题，需要将图像中倾斜的变为矫正

参考文章https://www.cnblogs.com/xyf327/p/14791077.html

处理过程中遇到的，将图像进行分割处理之后但是因为图像时倾斜的，不利于后面的处理，需要将倾斜的图像矫正：

简单说一下思路：

利用opencv 霍夫变换直线检测得到图像中的直线， cv2.HoughLines或者cv2.HoughLinesP
对直线过滤然后，对剩下的直线取平均，得到图片平均旋转角度，计算旋转的变换矩阵cv2.getRotationMatrix2D
将图像反向旋转回去，cv2.warpAffine

首先检测图像中的直线

python 复制代码

img = cv2.imread(img_path, cv2.IMREAD_GRAYSCALE)
canny_img = cv2.Canny(img, 50,200, 3)
lines = cv2.HoughLines(canny_img, rho=1, theta=np.pi/180, threshold=100)

这里lines的shape为：（lines数量， 1， 2), 其中最后2维度为rho, theta，

这里rho和theta的含义：

● rho: 从原点（左上）到直线的垂直距离

● theta，从原点到直线的垂线和x正向（向右）之间的夹角，顺时针为正；

（下图说明）

对上图我们画出直线来：

python 复制代码

def _compute_line_pt(rho, theta, size=(2000,2000)):
    a, b = np.cos(theta), np.sin(theta)
    x0, y0 = a * rho, b * rho

    x1 = int(x0 + size[0] * (-b))
    y1 = int(y0 + size[1] * a)
    x2 = int(x0 - size[0] * (-b))
    y2 = int(y0 - size[1] * a)
    return (x1,y1), (x2, y2)

thetas, out_thetas= [], []
for rho, theta in lines[:, 0]:
    pt1, pt2 = _compute_line_pt(rho, theta)
    if( theta < np.pi/ 4) or theta > (3 * np.pi)/4:
        cv2.line(img_hough, pt1, pt2, (0, 255, 0), 2)
        out_thetas.append(theta)
    else:
        thetas.append(theta)
        cv2.line(img_hough, pt1, pt2, (255, 0, 0), 2)

下图结果（红色的两根可以忽略，主要看蓝色和绿色部分）

过滤掉绿色的线，仅剩下蓝色的线，对所有蓝色线的theta取均值，可以看作这张图象的倾斜角度（红色较粗的线）

然后我们计算变换矩阵

使用cv2.getRotationMatrix2D,

cv2.getRotationMatrix2D(center, angle, scale) 是生成旋转矩阵的函数

angle: 正数表示逆时针
scale: 缩放因子（1.0 表示不缩放）
center ：旋转中心

python 复制代码

h,w = img_hough.shape[:2]
c_h, c_w = h//2, w//2 # 取图像中心作为旋转中心
matrix = cv2.getRotationMatrix2D((c_w, c_h), -rotation_degree, 1.0)

旋转图片

最后根据得到的旋转矩阵
dst = cv2.warpAffine(img, matrix, (w,h))

参数解释：

cv2.warpAffine(

src, # 输入图像（numpy array）

M, # 2x3 仿射变换矩阵

dsize, # 输出图像尺寸 (width, height)

dst=None, # 输出图像（可选）

flags=cv2.INTER_LINEAR, # 插值方法

borderMode=cv2.BORDER_CONSTANT, # 边界填充方式

borderValue=(0, 0, 0) # 边界填充颜色（BGR）

)

最终效果对比