代码实现了一个典型的文档/物体轮廓检测与透视矫正流程：先找到图像中最大的四边形轮廓，然后通过透视变换把它"拉正"，最后做二值化、去噪和旋转，方便后续识别或处理。

代码示例：

1. 辅助函数

1.1 `cv_show(name, img)`

def cv_show(name, img):

cv2.imshow(name, img)

cv2.waitKey(0)

作用：封装 OpenCV 的显示函数，方便调试。
知识点：cv2.imshow 显示窗口，cv2.waitKey(0) 等待任意按键后关闭/继续。

1.2 `order_points(pts)`

def order_points(pts):

rect = np.zeros((4,2), dtype="float32")

s = pts.sum(axis=1)

rect $0$ = pts $np.argmin(s)$ # 左上

rect $2$ = pts $np.argmax(s)$ # 右下

diff = np.diff(pts, axis=1)

rect $1$ = pts $np.argmin(diff)$ # 右上

rect $3$ = pts $np.argmax(diff)$ # 左下

return rect

作用：将无序的 4 个角点按 左上、右上、右下、左下 的顺序排列。
知识点：
- 对于左上和右下：sum = x + y，左上角点 x+y 最小，右下角点 x+y 最大。
- 对于右上和左下：diff = y - x（因为 np.diff 对每行做后一列减前一列），右上角点 y - x 最小（x 大 y 小），左下角点 y - x 最大（x 小 y 大）。

1.3 `four_point_transform(image, pts)`

def four_point_transform(image, pts):

rect = order_points(pts)

(tl, tr, br, bl) = rect

计算宽度

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))

计算高度

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))

目标点

dst = np.array( $\[0,0$ , $maxWidth-1,0$ , $maxWidth-1,maxHeight-1$ , $0,maxHeight-1$ ], dtype="float32")

M = cv2.getPerspectiveTransform(rect, dst)

warped = cv2.warpPerspective(image, M, (maxWidth, maxHeight))

return warped

作用：根据 4 个源角点计算透视变换矩阵，将原图中的四边形区域矫正为矩形。
知识点：
- 欧氏距离计算两点距离，分别求上下边、左右边长度，取最大值作为目标矩形的宽和高。
- cv2.getPerspectiveTransform(src, dst)：根据 4 对点计算 3×3 透视变换矩阵。
- cv2.warpPerspective(image, M, dsize)：应用透视变换，输出尺寸为 (maxWidth, maxHeight)。
- 透视变换可以校正拍摄角度造成的变形，是文档扫描的核心步骤。

1.4 `resize(image, width=None, height=None, inter=cv2.INTER_AREA)`

def resize(image, width=None, height=None, inter=cv2.INTER_AREA):

(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

作用：等比缩放图像，指定宽度或高度之一即可。
知识点：
- cv2.resize 可以调整图像尺寸。
- 插值方法 cv2.INTER_AREA 适合缩小图像，能更好地保留细节并减少锯齿。

2. 主流程

2.1 读取并缩放图像

image = cv2.imread('4.jpg')

ratio = image.shape $0$ / 500.0

orig = image.copy()

image = resize(orig, height=500)

作用：读取原图，记录缩放比例 ratio，将图像等比缩放至高度 500 像素，便于后续处理（加快速度、减少噪声）。
知识点：image.shape[0] 是高度，image.shape[1] 是宽度。

2.2 灰度化 + Otsu 二值化

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

edged = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU) $1$

作用：转为灰度图，然后用 Otsu 自动阈值得到二值图（前景为白色，背景为黑色）。
知识点：
- cv2.cvtColor：颜色空间转换，COLOR_BGR2GRAY 表示 BGR 转灰度。
- cv2.threshold：固定/自动阈值二值化。这里 THRESH_OTSU 自动计算最优阈值，使前景和背景的类间方差最大。
- 注意：变量名 edged 虽然叫 "edged"，但这里其实不是边缘检测（如 Canny），而是二值图。后面 findContours 就是在这个二值图上找轮廓。

2.3 轮廓检测与绘制

cnts = cv2.findContours(edged.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) $-2$

image_contours = cv2.drawContours(image.copy(), cnts, -1, (0,255,0), 1)

作用：在二值图中找出所有外部轮廓，并画在原图上显示。
知识点：
- cv2.findContours：
  - 第一个参数是二值图像（非零像素被视为前景）。
  - RETR_EXTERNAL：只提取最外层轮廓，忽略内部孔洞。
  - CHAIN_APPROX_SIMPLE：压缩水平、垂直、对角线段，只保留端点，减少存储量。
- 不同 OpenCV 版本返回值的数量不同，OpenCV 3/4 返回 (image, contours, hierarchy)，所以用 [-2] 取 contours。
- cv2.drawContours：可以绘制多条轮廓，-1 表示绘制所有轮廓。

2.4 获取最大轮廓并进行多边形近似

screenCnt = sorted(cnts, key=cv2.contourArea, reverse=True) $0$

peri = cv2.arcLength(screenCnt, True)

screenCnt = cv2.approxPolyDP(screenCnt, 0.05*peri, True)

作用：选择面积最大的轮廓（假设它是目标文档），计算其周长，然后用 Douglas-Peucker 算法近似为多边形（通常得到四边形）。
知识点：
- cv2.contourArea：计算轮廓面积。
- cv2.arcLength：计算轮廓周长，True 表示闭合曲线。
- cv2.approxPolyDP：多边形近似，epsilon=0.05*peri 是近似精度，值越大形状越简单。
- 这里假设最大轮廓就是目标文档，如果图像中有其他更大的轮廓（如背景边框），会出错。

2.5 透视变换矫正

warped = four_point_transform(orig, screenCnt.reshape(4,2)*ratio)

作用：将轮廓的 4 个角点乘以 ratio 还原到原始图像尺寸，然后对原图进行透视矫正。
知识点：
- 因为之前的轮廓是在缩放后的图像上检测的，坐标需要乘 ratio 才能对应到原图。
- screenCnt 形状通常是 (N,1,2)，reshape(4,2) 变成 (4,2) 方便处理。

2.6 再次二值化与缩放

warped = cv2.cvtColor(warped, cv2.COLOR_BGR2GRAY)

ref = cv2.threshold(warped, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU) $1$

ref = resize(ref, width=900)

作用：将矫正后的彩色图转为灰度图，再次 Otsu 二值化，使文字/内容更清晰，然后等比缩放至宽度 900。
知识点：二次二值化可以进一步分离前景和背景，便于后续处理。

2.7 形态学腐蚀

kernel = np.ones((2,2), np.uint8)

ref_new = cv2.erode(ref, kernel, iterations=1)

作用：用 2×2 的矩形结构元素对二值图进行一次腐蚀操作。
知识点：
- cv2.erode：腐蚀操作，可以去除小的白色噪点、断开细微连接。
- kernel 是结构元素，决定腐蚀的邻域形状和大小。
- iterations=1 表示腐蚀一次。

2.8 旋转图像

rotated_image = cv2.rotate(ref_new, cv2.ROTATE_90_COUNTERCLOCKWISE)

cv_show('rotated_image', rotated_image)

作用：将图像逆时针旋转 90 度并显示。
知识点：cv2.rotate 是固定角度旋转，比仿射变换更简单。常用参数：
- ROTATE_90_CLOCKWISE：顺时针 90°
- ROTATE_90_COUNTERCLOCKWISE：逆时针 90°
- ROTATE_180：旋转 180°

3. 主要知识点总结

操作	知识点	OpenCV 函数
缩放	等比缩放、插值方法	`cv2.resize`
灰度化	BGR → Gray	`cv2.cvtColor`
二值化	Otsu 自动阈值	`cv2.threshold` + `THRESH_OTSU`
轮廓检测	只找外部轮廓、压缩存储	`cv2.findContours`
轮廓属性	面积、周长	`cv2.contourArea`、`cv2.arcLength`
轮廓近似	Douglas-Peucker 算法	`cv2.approxPolyDP`
透视变换	四点矫正、视角校正	`cv2.getPerspectiveTransform`、`cv2.warpPerspective`
形态学操作	腐蚀去噪	`cv2.erode`
旋转	固定角度旋转	`cv2.rotate`

4. 注意事项

cv2.findContours 版本差异 ：OpenCV 3/4 返回 3 个值，用 [-2] 取轮廓；OpenCV 2 返回 2 个值，需调整。
最大轮廓假设：代码默认最大轮廓是目标文档，如果图像中有更大的干扰轮廓，结果会错误。
多边形近似点数 ：approxPolyDP 可能得到多于或少于 4 个点，若点数不是 4，four_point_transform 会报错。实际应用中应检查 len(screenCnt) == 4。
Otsu 的适用性：Otsu 适合直方图双峰明显的图像，如果光照不均或前景背景差异小，二值化效果会差。
腐蚀结构元素：结构元素太小（2×2）去噪能力有限，太大又会损伤文字笔画，需根据图像调整。
缩放比例还原 ：注意 ratio 的计算基于高度缩放，若之后也做了宽度缩放则可能不适用，但这里缩放函数保证等比，所以没问题。

opencv-图像透视转换