OpenCV 实战：票据透视矫正 + 直方图画质增强，开箱即用的工业级代码

前言

在计算机视觉日常开发中，我们总会遇到两类高频痛点：一是倾斜拍摄的票据、文档无法直接用于 OCR 识别，二是过暗、过曝、对比度不足的图像丢失关键细节。本文基于 OpenCV，拆解两大核心解决方案 ------四点透视变换 与直方图增强技术，提供可直接运行的工业级代码，从核心原理到落地实战一步到位。

=====》

一、透视变换：倾斜票据一键转正，实现文档 "扫描级" 矫正

1.1 核心原理

透视变换的本质，是通过 3×3 的变换矩阵，将图像中任意四边形的目标区域，线性映射为标准矩形区域，彻底解决拍摄视角带来的畸变问题。OpenCV 中核心依赖两个 API：

• cv2.getPerspectiveTransform(src, dst)：输入原始四边形顶点与目标矩形顶点，计算透视变换矩阵 M
• cv2.warpPerspective(src, M, dsize)：输入原图与变换矩阵，输出矫正后的完整图像

1.2 核心代码拆解

我们的实现分为坐标排序、透视变换、轮廓检测、主流程执行四个核心模块，解决了顶点无序、坐标精度丢失、轮廓筛选等工业场景的核心问题。

核心工具函数

import cv2
import numpy as np

def cv_show(img):
    """图像展示封装"""
    cv2.imshow("img",img)
    cv2.waitKey(0)

def order_points(pts):
    """
    四边形顶点排序：固定输出 左上、右上、右下、左下
    解决顶点无序导致的透视变换扭曲问题
    """
    rect = np.zeros((4, 2), dtype="float32")
    # 左上：x+y和最小，右下：x+y和最大
    s = pts.sum(axis=1)
    rect[0] = pts[np.argmin(s)]
    rect[2] = pts[np.argmax(s)]
    # 右上：y-x差最小，左下：y-x差最大
    diff = np.diff(pts, axis=1)
    rect[1] = pts[np.argmin(diff)]
    rect[3] = pts[np.argmax(diff)]
    return rect

def four_point_transform(img, pts):
    """四点透视变换核心实现"""
    # 排序顶点坐标
    rect = order_points(pts)
    (tl, tr, br, bl) = rect

    # 计算矫正后图像的最大宽高，保证内容无丢失
    widthA = np.sqrt(((br[0] - bl[0]) ** 2) + ((br[1] - bl[1]) ** 2))
    widthB = np.sqrt(((tr[0] - tl[0]) ** 2) + ((tr[1] - tl[1]) ** 2))
    maxWidth = max(int(widthA), int(widthB))

    heightA = np.sqrt(((tr[0] - br[0]) ** 2) + ((tr[1] - br[1]) ** 2))
    heightB = np.sqrt(((tl[0] - bl[0]) ** 2) + ((tl[1] - bl[1]) ** 2))
    maxHeight = max(int(heightA), int(heightB))

    # 目标矩形坐标
    dst = np.array([
        [0, 0],
        [maxWidth - 1, 0],
        [maxWidth - 1, maxHeight - 1],
        [0, maxHeight - 1]], dtype="float32")
    
    # 计算变换矩阵并执行透视变换
    M = cv2.getPerspectiveTransform(rect, dst)
    warped = cv2.warpPerspective(img, M, (maxWidth, maxHeight))
    return warped

def resize(image, width=None, height=None, inter=cv2.INTER_AREA):
    """图像等比例缩放，保证轮廓检测稳定性"""
    dim = None
    (h, w) = image.shape[:2]
    if width is None and height is None:
        return image
    if width is None:
        r = height / float(h)
        dim = (int(w * r), height)
    else:
        r = width / float(w)
        dim = (width, int(h * r))
    resized = cv2.resize(image, dim, interpolation=inter)
    return resized

主流程：票据矫正全链路

#读取输入
image = cv2.imread("fapiao.jpg")
cv2.imshow("image",image)

#图片过大，进行缩小处理
ratio = image.shape[0] / 500.0  #计算缩小比率
orig = image.copy()
image = resize(orig,height=500)
cv2.imshow("1",image)

#轮廓检测
print("step1：轮廓检测")
gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY) #读取灰度图
# 大津法自动阈值二值化，适配不同光照场景
edged = cv2.threshold(gray,0,255,cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]  # 自动寻找值值化
# 提取所有轮廓
cnts = cv2.findContours(edged.copy(),cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)[-2]
image_contours = cv2.drawContours(image.copy(),cnts,-1,(0,0,255),1)
cv2.imshow("image_contours",image_contours)

print("step 2:获取最大轮廓")
screenCnt = sorted(cnts,key=cv2.contourArea,reverse=True)[0] #获取面积最大的轮廓
print(screenCnt.shape)
peri = cv2.arcLength(screenCnt,True) #计算轮廓周长
screenCnt = cv2.approxPolyDP(screenCnt,0.05*peri,True) #轮廓近似,# 多边形近似，得到四边形顶点
print(screenCnt.shape)


image_contours = cv2.drawContours(image.copy(),[screenCnt],-1,(0,0,255),1)
cv2.imshow("image_contours",image_contours)
cv2.waitKey(0)

#透视变换
warped = four_point_transform(orig,screenCnt.reshape(4,2)*ratio)
cv2.imshow("invoice_new.jpg",warped)
cv2.namedWindow("xx",cv2.WINDOW_NORMAL)
cv2.imshow("xx",warped)
cv2.waitKey(0)
cv2.destroyAllWindows()

1.3 关键踩坑指南

1. 顶点顺序必须严格匹配 ：src和dst的顶点顺序必须一一对应，否则会出现图像翻转、扭曲，order_points函数是解决该问题的核心
2. 坐标精度还原 ：预处理时对图像做了缩放，最终透视变换必须乘以缩放比例ratio，还原到原图尺寸，避免分辨率损失
3. 轮廓异常校验：生产环境需增加判断，确保多边形近似后得到 4 个顶点，否则会触发程序报错

1.4效果图展示

二、直方图处理：从像素分布到画质增强，拯救低质图像

2.1 直方图核心概念

图像直方图是像素灰度级的分布统计，直观反映了图像的亮度、对比度特征。cv2.calcHist是 OpenCV 中直方图计算的核心 API，参数精准拆解如下：

参数	核心说明
images	输入图像，需用中括号包裹，如[img]，支持 uint8/float32 格式
channels	统计的通道，灰度图为[0]，彩色 BGR 图对应[0][1][2]
mask	掩膜，统计整图设为 None，统计局部区域需传入二值掩膜
histSize	BINS 数量，即灰度区间的划分个数，灰度图常用 256
ranges	像素值范围，灰度图固定为[0,256]

2.2 核心代码实现

我们覆盖了直方图绘制、掩膜局部统计、全局均衡化、自适应均衡化四大核心能力，解决不同场景的画质问题。

2.2.1直方图绘制

代码

#cv2.calcHist(images,channels,mask,histSize,ranges) 计算图像的直方图,用于表示图像中像素灰度级别的分布情况.
#images:原图像图像格式为uint8 或f0at32。当传入函数时应用中括号[]括来例如[img]
#channels:表示传入的图像通道数。如果输入图像是灰度图它的值就是[0]。
#       如果是彩色图像 的传入的参数可以是[0][1][2]它们分别对应着 BGR。
#   mask:掩模图像。统计整幅图像的直方图就把它为None。但是如果你想统计图像某一部分的直方图，你就制作一个掩模图像并使用它。
#   histSize:BINS的数目。也需用中括号括来 (分成多少个区间)
#   BINS:上面的直方图显示了每个像素值的像素数，即从0到255。即您需要256个值才能显示上述直方图。
#   但是请考虑一下，如果您不需要单独查找所有像素值的像素数，而是在像素值间隔内查找像素数，
#该怎么办?例如，您需要找到介于0到15之间的像素数，然后是 16到 31、32到47...、240到 255。
#您只需要16 个值来表示直方图。
#因此，只需将整个直方图拆分为16个子部分，每个子部分的值就是其中所有像素计数的总和。
#这每个子部分部称为"BIN"。在第一种情况下，条柱数为256(每个像素一个)，而在第二种情况下，它只有16。
# BINS在QpenCV文档中由术语histSiz表示。#ranges:像素值范围常为[0256]
import matplotlib.pyplot as plt
import cv2
import numpy as np

'''---------------------- 1. 直方图绘制 ----------------------'''
heizi = cv2.imread('shua.png',cv2.IMREAD_GRAYSCALE)
#将图像转换为一维数组
a = heizi.ravel()
#这里使用了numpy的ravel函数，将多维转化为一维
#绘制直方图
plt.hist(a, bins=256) # 使用matplotlib的hist函数绘制直方图
#参数解释:
#- a:一维数组，即图像的像素值组成的数组。
#-bins=256:指定直方图的条数，即灰度级的数量。


heizi_hist = cv2.calcHist([heizi],[0],None,[16],[0,256])
plt.plot(heizi_hist)#使用calcHist的值绘制曲线图
plt.show()

# 彩色图分通道直方图
img = cv2.imread('shua.png')
color = ('b','g','r')
for i,col in enumerate(color):
    hei = cv2.calcHist([img],[i],None,[256],[0,256])
    plt.plot(hei,color=col)
plt.show()

效果展示

2.2.2掩膜局部统计

代码

'''---------------------- 2. 掩膜局部直方图统计 ----------------------'''
####什么是mask?掩膜，ps pr
###mask参数如何使用? mask为掩模图像，先来看一下mask效果
mask = np.zeros(heizi.shape[:2],np.uint8) #创建黑白图像，用于制作mask
mask[10:200,200:300] = 255
cv2. imshow('mask',mask)
cv2.waitKey(0)

##cv2.bitwise-and():对图像(灰度图像或彩色图像均可)每个像素值进行二进制"与"操作，1&1=1，1&0=0，0&1=0，0&0=0# # bitwise_and(src1,src2,dst=None,mask=None)参数:
##src1、src2:为输入图像或标量，标src1和src2相与。
## dst:可选输出变量，如果需要使用非None则要先定义，且其大小与输入变量相同
##mask:图像掩膜，可选参数，用于指定要更改的输出图像数组的元素，mask为0的值，srC1和Src2相与的值都为0.
##非O的值，为src1和src2相与的值。
heizi_mask = cv2.bitwise_and(heizi,heizi,mask=mask)
cv2.imshow('heizi_mask',heizi_mask)
cv2.waitKey(0)

heizi_hist_mask = cv2.calcHist([heizi],[0],mask,[256],[0,256])
plt.plot(heizi_hist_mask) #使用calcHist的值绘制曲线图
plt.show()

效果展示

2.2.3全局均衡化

代码

#直方图均衡化:直方图均衡化是一种图像增强技术，它可以通过增加图像的对比度和亮度来改善图像的质量。
#           直方图均衡化通过将图像的像素值分布均匀化来实现这一目标。
#           在Python OpenCV中，可以使用cv2.equalizeHist()函数来实现直方图均衡化。
###         该函数将输入图像转换为灰度图像，并将其像素值分布均匀化，从而增强图像的对比度和亮度。


''' ---------------------- 3. 全局直方图均衡化 ----------------------'''
black = cv2.imread('black.jpg',cv2.IMREAD_GRAYSCALE)
# 原图直方图
plt.hist(black.ravel(),bins=256)#numpy中的ravel将数组多维度拉成一维数组
plt.show()
#全局均衡化
black_equalize = cv2.equalizeHist(black)
plt.hist(black_equalize.ravel(),bins=256) #numpy中的ravel将数组多维度拉成一维数组
plt.show()
#原图与结果恒星拼接展示
res = np.hstack((black,black_equalize)) #hstack:横向拼接，将多个数组按水平方向(列顺序)堆叠成一个新的数组。 Vstack:纵向
cv2.imshow('Global Equalize',res)
cv2.waitKey(0)

效果展示

2.2.4自适应均衡化

代码

###自适应直方图均衡化局部直方图处理)，通过局部调整图像的直方图分布来提升图像的对比度和细节表现力，当需要保存细节特征，需要做局部处理# # 
#     cv2.createCLAHE([, clipLimit[, tileGridSize]]) > retval
#参数说明:
#    clipLimit:颜色对比度的阈值，可选项，默认值8##
#    titleGridSize:局部直方图均衡化的模板(邻域)大小，可选项，默认值(8,8)


'''---------------------- 4. 自适应直方图均衡化CLAHE（工业首选） ----------------------'''
# 创建CLAHE对象，clipLimit限制对比度放大，tileGridSize设置分块大小
clahe = cv2.createCLAHE(clipLimit=10,tileGridSize=(8,8)) #通过类创建了一个局部均衡化对象
black_clahe = clahe.apply(black)
# 三者效果对比
res = np.hstack((black,black_equalize,black_clahe))
cv2.imshow('CLAHE vs Global',res)
cv2.waitKey(0)
cv2.destroyAllWindows()

效果展示

2.3 核心能力与使用技巧

1. 全局均衡化：实现简单，适合整体亮度均匀的图像，但易放大噪声、丢失局部细节，不适合复杂场景
2. CLAHE 自适应均衡化 ：工业界首选方案，将图像划分为多个子块分别做均衡化，通过clipLimit限制对比度放大上限，既提升了对比度，又保留了局部细节，完美解决全局均衡化的缺陷
3. 彩色图像处理避坑：不要直接对 BGR 三通道分别均衡化，会导致色彩失真。正确做法是转换到 HSV 空间，仅对 V（亮度）通道做均衡化，再转回 BGR
4. 参数调优 ：clipLimit默认值 8，图像噪声多可降低至 2-5，需要强对比度可提升至 10-15；高分辨率图像可适当增大tileGridSize，提升处理效率

三、工业级实战组合拳：矫正 + 增强全流程

在票据识别、文档扫描等真实场景中，两大技术的组合使用是标准预处理流程：

1. 图像读取与等比例缩放预处理
2. 二值化与轮廓检测，提取目标区域的四个顶点
3. 四点透视变换，得到正视角的矫正图像
4. 对矫正后的图像做 CLAHE 自适应直方图均衡化，提升画质与 OCR 识别率
5. 输出最终图像，用于后续识别或存档

本文提供的所有代码均可直接运行，仅需替换图片路径即可实现效果。透视变换解决了视角畸变问题，直方图增强解决了画质缺陷问题，二者结合是计算机视觉预处理环节的黄金组合，广泛应用于票据识别、文档扫描、工业质检等多个场景。