利用单应性矩阵实现文档对齐显示

有时候文本图像，需要适当的校正之后才会得到比较好的对齐显示，常用的方法有两个，一个是基于几何变换，另外一个是基于透视变换。常见的处理步骤如下：

1. 文本对象轮廓提取或者手动调整

2. 应用几何变换或者透视变换实现显示对齐

3. 然后再继续其它的后续处理

如果可以得到文档的四个轮廓点就可以进行单应性矩阵计算，然后完成透视变换实现文档对齐显示。首先看一下我的运行效果：

最左侧是输入的图像，中间是轮廓分析之后得到四个顶点，右侧是单应性矩阵变换之后得到输出结果。

实现步骤

1.首先对输入图像进行二值变换，然后进行轮廓分析，得到文档轮廓

2.调用approxPolyDP函数进行轮廓逼近，找到四个顶点坐标，这里需要注意一下，使用approxPolyDP函数进行轮廓逼近的时候，最后一个参数是表示轮廓逼近得到轮廓与原来轮廓之后的距离差值，值越小越逼近真实轮廓。我们这里希望得到一个大致近似的矩形即可，所以该值要尽可能的大一点，这个也是使用这个函数的一个编程技巧。

3.得到四个点之后，创建目标点，然后调用findHomography，得到变换矩阵H，基于H完成透视变换得到最终的输出。

第一步的代码实现如下：

Mat src = imread("D:/images/mytest.jpg");
Mat image = src.clone();
Mat gray, binary;
cvtColor(image, gray, COLOR_BGR2GRAY);
threshold(gray, binary, 0, 255, THRESH_BINARY | THRESH_OTSU);

// 发现轮廓
vector<vector> contours;
vector hierachy;
findContours(binary, contours, hierachy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);
int index = -1;
double max = -1;
double angle = 0;
for (int i = 0; i < contours.size(); i++) {
    double area = contourArea(contours[i]);
    if (area > max) {
        max = area;
        index = i;
    }
}
drawContours(image, contours, index, Scalar(0, 255, 0), 2, 8);

输出如下：

第二步的代码实现如下：

// 寻找矩形轮廓四个点
Mat approxCurves;
approxPolyDP(contours[index], approxCurves, 100, true);
printf("rows : %d, cols : %d \n", approxCurves.rows, approxCurves.cols);
vector srcPts;
for (int n = 0; n < approxCurves.rows; n++) {
    Vec2i pt = approxCurves.at(n, 0);
    printf("pt.x= %d, pt.y = %d \n", pt[0], pt[1]);
    srcPts.push_back(Point2f(pt[0], pt[1]));
    circle(image, Point(pt[0], pt[1]), 12, Scalar(0, 0, 255), 8, 8, 0);
}
imwrite("D:/result.png", image);

输出如下：

第三步，透视变换

Mat h = findHomography(srcPts, dstPts);
warpPerspective(src, dst, h, src.size());
imwrite("D:/correct_document.png", dst);

输出如下：

下载1：OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲
在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~