Python+OpenCV實(shí)戰(zhàn)之實(shí)現(xiàn)文檔掃描
更新時(shí)間：2022年09月14日 15:08:44 作者：夏天是冰紅茶
這篇文章主要為大家詳細(xì)介紹了Python+Opencv如何實(shí)現(xiàn)文檔掃描的功能，文中的示例代碼講解詳細(xì)，感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下
1.效果展示
網(wǎng)絡(luò)攝像頭掃描：
圖片掃描：
最終掃描保存的圖片：
（視頻）
（圖片）
2.項(xiàng)目準(zhǔn)備
今天的項(xiàng)目文件只需要兩個(gè).py文件，其中一個(gè).py文件是已經(jīng)寫好的函數(shù)，你將直接使用它，我不會(huì)在此多做講解，因?yàn)槲覀儗?huì)在主要的.py文件import 導(dǎo)入它，如果想了解其中函數(shù)是如何寫的，請(qǐng)自行學(xué)習(xí)。
utlis.py，需要添加的.py文件
import cv2
import numpy as np
# TO STACK ALL THE IMAGES IN ONE WINDOW
def stackImages(imgArray,scale,lables=[]):
rows = len(imgArray)
cols = len(imgArray[0])
rowsAvailable = isinstance(imgArray[0], list)
width = imgArray[0][0].shape[1]
height = imgArray[0][0].shape[0]
if rowsAvailable:
for x in range ( 0, rows):
for y in range(0, cols):
imgArray[x][y] = cv2.resize(imgArray[x][y], (0, 0), None, scale, scale)
if len(imgArray[x][y].shape) == 2: imgArray[x][y]= cv2.cvtColor( imgArray[x][y], cv2.COLOR_GRAY2BGR)
imageBlank = np.zeros((height, width, 3), np.uint8)
hor = [imageBlank]*rows
hor_con = [imageBlank]*rows
for x in range(0, rows):
hor[x] = np.hstack(imgArray[x])
hor_con[x] = np.concatenate(imgArray[x])
ver = np.vstack(hor)
ver_con = np.concatenate(hor)
else:
for x in range(0, rows):
imgArray[x] = cv2.resize(imgArray[x], (0, 0), None, scale, scale)
if len(imgArray[x].shape) == 2: imgArray[x] = cv2.cvtColor(imgArray[x], cv2.COLOR_GRAY2BGR)
hor= np.hstack(imgArray)
hor_con= np.concatenate(imgArray)
ver = hor
if len(lables) != 0:
eachImgWidth= int(ver.shape[1] / cols)
eachImgHeight = int(ver.shape[0] / rows)
print(eachImgHeight)
for d in range(0, rows):
for c in range (0,cols):
cv2.rectangle(ver,(c*eachImgWidth,eachImgHeight*d),(c*eachImgWidth+len(lables[d][c])*13+27,30+eachImgHeight*d),(255,255,255),cv2.FILLED)
cv2.putText(ver,lables[d][c],(eachImgWidth*c+10,eachImgHeight*d+20),cv2.FONT_HERSHEY_COMPLEX,0.7,(255,0,255),2)
return ver
def reorder(myPoints):
myPoints = myPoints.reshape((4, 2))
myPointsNew = np.zeros((4, 1, 2), dtype=np.int32)
add = myPoints.sum(1)
myPointsNew[0] = myPoints[np.argmin(add)]
myPointsNew[3] =myPoints[np.argmax(add)]
diff = np.diff(myPoints, axis=1)
myPointsNew[1] =myPoints[np.argmin(diff)]
myPointsNew[2] = myPoints[np.argmax(diff)]
return myPointsNew
def biggestContour(contours):
biggest = np.array([])
max_area = 0
for i in contours:
area = cv2.contourArea(i)
if area > 5000:
peri = cv2.arcLength(i, True)
approx = cv2.approxPolyDP(i, 0.02 * peri, True)
if area > max_area and len(approx) == 4:
biggest = approx
max_area = area
return biggest,max_area
def drawRectangle(img,biggest,thickness):
cv2.line(img, (biggest[0][0][0], biggest[0][0][1]), (biggest[1][0][0], biggest[1][0][1]), (0, 255, 0), thickness)
cv2.line(img, (biggest[0][0][0], biggest[0][0][1]), (biggest[2][0][0], biggest[2][0][1]), (0, 255, 0), thickness)
cv2.line(img, (biggest[3][0][0], biggest[3][0][1]), (biggest[2][0][0], biggest[2][0][1]), (0, 255, 0), thickness)
cv2.line(img, (biggest[3][0][0], biggest[3][0][1]), (biggest[1][0][0], biggest[1][0][1]), (0, 255, 0), thickness)
return img
def nothing(x):
pass
def initializeTrackbars(intialTracbarVals=0):
cv2.namedWindow("Trackbars")
cv2.resizeWindow("Trackbars", 360, 240)
cv2.createTrackbar("Threshold1", "Trackbars", 200,255, nothing)
cv2.createTrackbar("Threshold2", "Trackbars", 200, 255, nothing)
def valTrackbars():
Threshold1 = cv2.getTrackbarPos("Threshold1", "Trackbars")
Threshold2 = cv2.getTrackbarPos("Threshold2", "Trackbars")
src = Threshold1,Threshold2
return src3.代碼的講解與展示
import cv2
import numpy as np
import utlis
########################################################################
webCamFeed = True #
pathImage = "1.jpg" #
cap = cv2.VideoCapture(1) #
cap.set(10,160) #
heightImg = 640 #
widthImg = 480 #
########################################################################
utlis.initializeTrackbars()
count=0
while True:
if webCamFeed:
ret, img = cap.read()
else:
img = cv2.imread(pathImage)
img = cv2.resize(img, (widthImg, heightImg))
imgBlank = np.zeros((heightImg,widthImg, 3), np.uint8)
imgGray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
imgBlur = cv2.GaussianBlur(imgGray, (5, 5), 1) # 添加高斯模糊
thres=utlis.valTrackbars() #獲取閾值的軌跡欄值
imgThreshold = cv2.Canny(imgBlur,thres[0],thres[1]) # 應(yīng)用CANNY模糊
kernel = np.ones((5, 5))
imgDial = cv2.dilate(imgThreshold, kernel, iterations=2)
imgThreshold = cv2.erode(imgDial, kernel, iterations=1)
# 查找所有輪廓
imgContours = img.copy()
imgBigContour = img.copy()
contours, hierarchy = cv2.findContours(imgThreshold, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # FIND ALL CONTOURS
cv2.drawContours(imgContours, contours, -1, (0, 255, 0), 10) # 繪制所有檢測(cè)到的輪廓
# 找到最大的輪廓
biggest, maxArea = utlis.biggestContour(contours) # 找到最大的輪廓
if biggest.size != 0:
biggest=utlis.reorder(biggest)
cv2.drawContours(imgBigContour, biggest, -1, (0, 255, 0), 20) # 畫最大的輪廓
imgBigContour = utlis.drawRectangle(imgBigContour,biggest,2)
pts1 = np.float32(biggest) # 為扭曲準(zhǔn)備點(diǎn)
pts2 = np.float32([[0, 0],[widthImg, 0], [0, heightImg],[widthImg, heightImg]]) # 為扭曲準(zhǔn)備點(diǎn)
matrix = cv2.getPerspectiveTransform(pts1, pts2)
imgWarpColored = cv2.warpPerspective(img, matrix, (widthImg, heightImg))
#從每側(cè)移除20個(gè)像素
imgWarpColored=imgWarpColored[20:imgWarpColored.shape[0] - 20, 20:imgWarpColored.shape[1] - 20]
imgWarpColored = cv2.resize(imgWarpColored,(widthImg,heightImg))
# 應(yīng)用自適應(yīng)閾值
imgWarpGray = cv2.cvtColor(imgWarpColored,cv2.COLOR_BGR2GRAY)
imgAdaptiveThre= cv2.adaptiveThreshold(imgWarpGray, 255, 1, 1, 7, 2)
imgAdaptiveThre = cv2.bitwise_not(imgAdaptiveThre)
imgAdaptiveThre=cv2.medianBlur(imgAdaptiveThre,3)
# 用于顯示的圖像陣列
imageArray = ([img,imgGray,imgThreshold,imgContours],
[imgBigContour,imgWarpColored, imgWarpGray,imgAdaptiveThre])
else:
imageArray = ([img,imgGray,imgThreshold,imgContours],
[imgBlank, imgBlank, imgBlank, imgBlank])
# 顯示標(biāo)簽
lables = [["Original","Gray","Threshold","Contours"],
["Biggest Contour","Warp Prespective","Warp Gray","Adaptive Threshold"]]
stackedImage = utlis.stackImages(imageArray,0.75,lables)
cv2.imshow("Result",stackedImage)
# 按下“s”鍵時(shí)保存圖像
if cv2.waitKey(1) & 0xFF == ord('s'):
cv2.imwrite("Scanned/myImage"+str(count)+".jpg",imgWarpColored)
cv2.rectangle(stackedImage, ((int(stackedImage.shape[1] / 2) - 230), int(stackedImage.shape[0] / 2) + 50),
(1100, 350), (0, 255, 0), cv2.FILLED)
cv2.putText(stackedImage, "Scan Saved", (int(stackedImage.shape[1] / 2) - 200, int(stackedImage.shape[0] / 2)),
cv2.FONT_HERSHEY_DUPLEX, 3, (0, 0, 255), 5, cv2.LINE_AA)
cv2.imshow('Result', stackedImage)
cv2.waitKey(300)
count += 1
elif cv2.waitKey(1) & 0xFF == 27:
break今天需要要講解的還是主函數(shù)Main.py，由我來講解，其實(shí)我也有點(diǎn)壓力，因?yàn)檫@個(gè)項(xiàng)目它涉及了Opencv核心知識(shí)點(diǎn)，有的地方我也需要去查找，因?yàn)閷W(xué)久必會(huì)忘，更何況我也是剛剛起步的階段，所以我會(huì)盡我所能的去講清楚。
注意：我是以網(wǎng)絡(luò)攝像頭為例，讀取圖片的方式，同理可得。
- 首先，請(qǐng)看＃號(hào)框內(nèi)，我們將從這里開始起，設(shè)立變量webCamFeed，用其表示是否打開攝像頭，接著亮度，寬，高的賦值。utlis.initializeTrackbars()是utlis.py文件當(dāng)中的軌跡欄初始化函數(shù)。
- 然后，我們依次對(duì)圖像進(jìn)行大小調(diào)整、灰度圖像、高斯模糊、Canny邊緣檢測(cè)、擴(kuò)張、侵蝕。
- 之后，找出圖像可以檢測(cè)的所有輪廓，并找到最大的輪廓并且畫出來，同時(shí)要為掃描到的文檔找到四個(gè)頂點(diǎn)，也就是扭曲點(diǎn)，用cv2.getPerspectiveTransform()函數(shù)找到點(diǎn)的坐標(biāo)，用cv2.warpPerspective()函數(shù)輸出圖像，如果到了這一步，我們?nèi)ミ\(yùn)行一下會(huì)發(fā)現(xiàn)有邊角是桌子的顏色但并沒有很多，所以我們需要從每側(cè)移除20個(gè)像素，應(yīng)用自適應(yīng)閾值讓圖像變得較為清晰——黑色的文字更加的明顯。
- 接著，配置utlis.stackImages()需要的參數(shù)——圖像（列表的形式），規(guī)模，標(biāo)簽（列表的形式，可以不用標(biāo)簽，程序一樣可以正確運(yùn)行），展示窗口。
- 最后，如果你覺得比較滿意，按下s鍵，即可保存，并在圖中央出現(xiàn)有"Scan Saved"的矩形框。點(diǎn)擊Esc鍵即可退出程序。
4.項(xiàng)目資源
5.項(xiàng)目總結(jié)與評(píng)價(jià)
它是一個(gè)很好的項(xiàng)目，要知道我們要實(shí)現(xiàn)這種效果，即修正文檔，還得清晰，要么有VIP，兌換積分，看廣告等。如果你發(fā)現(xiàn)掃描的文檔不清晰，請(qǐng)修改合適的分辨率。以我個(gè)人來看，它的實(shí)用性很高。本來今天是想要做人臉識(shí)別的項(xiàng)目的，但后面我一直沒有解決下載幾個(gè)包錯(cuò)誤的問題（現(xiàn)在已經(jīng)解決），文檔掃描是明天的項(xiàng)目，今天是趕著做好的，那么希望你在今天的項(xiàng)目中玩得開心！
到此這篇關(guān)于Python+OpenCV實(shí)戰(zhàn)之實(shí)現(xiàn)文檔掃描的文章就介紹到這了,更多相關(guān)Python OpenCV文檔掃描內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:
相關(guān)文章
Python的typing模塊提供類型提示功能,增強(qiáng)代碼可讀性和類型安全性,通過定義變量、參數(shù)、返回值的類型,可以幫助IDE和靜態(tài)分析工具提高代碼質(zhì)量,支持List、Dict、Tuple等類型定義,以及Optional、Union、Any等高級(jí)用法,還可以使用mypy等工具進(jìn)行類型檢查2024-09-09
Python+Pygame實(shí)現(xiàn)海洋之神大冒險(xiǎn)游戲
這篇文章主要介紹了如何利用Python+Pygame自制一個(gè)海洋之神大冒險(xiǎn)游戲。規(guī)則是在海里收集魚骨頭，有些魚骨頭可以轉(zhuǎn)化為武器，用來攻擊敵人，感興趣的可以了解一下2022-08-08
下面小編就為大家分享一篇將python代碼和注釋分離的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-04-04
python numpy.ndarray中如何將數(shù)據(jù)轉(zhuǎn)為int型
這篇文章主要介紹了python numpy.ndarray中如何將數(shù)據(jù)轉(zhuǎn)為int型，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2022-05-05
這篇文章主要介紹了python異常和文件處理機(jī)制,詳細(xì)分析了Python異常處理的常用語句、使用方法及相關(guān)注意事項(xiàng),需要的朋友可以參考下2016-07-07
python如何實(shí)時(shí)獲取tcpdump輸出
這篇文章主要介紹了python如何實(shí)時(shí)獲取tcpdump輸出，幫助大家更好的理解和使用python，感興趣的朋友可以了解下2020-09-09
Python編譯結(jié)果之code對(duì)象與pyc文件詳解
今天小編就為大家分享一篇對(duì)Python編譯結(jié)果之code對(duì)象與pyc文件的詳解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2021-10-10
實(shí)現(xiàn)字符倒轉(zhuǎn)的python函數(shù)2008-09-09
pandas進(jìn)行時(shí)間數(shù)據(jù)的轉(zhuǎn)換和計(jì)算時(shí)間差并提取年月日
這篇文章主要介紹了pandas進(jìn)行時(shí)間數(shù)據(jù)的轉(zhuǎn)換和計(jì)算時(shí)間差并提取年月日，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-07-07
利用soaplib搭建webservice詳細(xì)步驟和實(shí)例代碼
這篇文章主要介紹了使用python soaplib搭建webservice詳細(xì)步驟和實(shí)例代碼,大家可以參考使用2013-11-11