基于OpenCV与Python的倾斜文本图像自动矫正方案

Ada
Ada
发布时间:2026-10-15 | 7人浏览过
原创

本文介绍利用OpenCV和Python对倾斜拍摄的文本图像进行自动矫正的方法。通过高斯模糊、Canny边缘检测及形态学膨胀提取文本区域轮廓,筛选最大面积轮廓并计算最小外接矩形,获取旋转角度后执行仿射变换完成校正,有效提升OCR识别准确率。

引言与应用场景

本文分享一个使用OpenCV结合Python语言实现图像矫正的具体代码示例,供读者参考学习。

应用场景:针对因拍摄角度倾斜导致的文本图像,需要进行几何矫正以恢复水平状态。

Python代码实现

以下是完整的Python实现代码。

核心算法流程

import numpy as np
import cv2 as cv


def shape_correction(img):
    (height, width) = img.shape[:2]
    print(img.shape)

    img_gau = cv.GaussianBlur(img, (5, 5), 0)
    canny = cv.Canny(img_gau, 60, 200)
    # cv.imshow("g-canny", canny)
    
    kernel = cv.getStructuringElement(cv.MORPH_CROSS, (4,3)) 
    
    dilated = cv.dilate(canny, kernel, iterations=8)  
    # cv.imshow('img_dilated', dilated)

    # 寻找轮廓
    contours, hierarchy = cv.findContours(dilated, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_NONE)
    # print(len(contours), hierarchy, sep='\n')

    # 找到最外层面积最大的轮廓

    area = 0
    # print("area:{}".format(area))

    index = 0
    for i in range(len(contours)):
        x, y, w, h = cv.boundingRect(contours[i])
        # 排除非文本区域
        if w < 35 and h < 35:
            continue
        # 防止矩形区域过大不精准    
        if h > 0.99 * height or w > 0.99 * width:
            continue
        # draw rectangle around contour on original image
        # cv.rectangle(img, (x, y), (x + w, y + h), (255, 0, 255), 2)
        tmpArea = w * h
        if tmpArea >= area:
            area = tmpArea
            index = i

    # 得到最小外接矩形的(中心(x,y), (宽,高), 旋转角度)
    rect = cv.minAreaRect(contours[index])
    # 画出矩形框
    # box = cv.boxPoints(rect)
    # box = np.int0(box)
    # cv.drawContours(img, [box], 0, (0, 0, 255), 2)

    # cv.imshow('img', img)
    print("rect:{}".format(rect))
    angle = rect[-1]
    # print(angle)

    # 角度大于85度或小于5度不矫正
    if angle > 85 or angle < 5:
        angle = 0
    elif angle < 45:
        angle = angle - 0
    else:
        angle = angle - 90

    M = cv.getRotationMatrix2D(rect[0], angle, 1)
    rotated = cv.warpAffine(img, M, (width, height), flags=cv.INTER_CUBIC, borderValue=(255, 255, 255))
    
    cv.imshow('Rotated', rotated)
    return rotated


src = cv.imread('/res-normal.png', 0)
rotated = shape_correction(src)
cv.waitKey(0)

具体算法处理流程如下。

该算法的核心逻辑在于:首先提取图像中文本区域构成的矩形轮廓,从中筛选出面积最大的轮廓对象;接着对该轮廓计算最小外接矩形,从而获取其旋转角度;最后依据计算出的角度对原图进行仿射变换,实现图像矫正。

算法核心思想与步骤

具体操作步骤为:获取图像中所有文本区域的矩形轮廓,定位其中面积最大的一个;对该最大轮廓执行最小外接矩形计算,得到旋转角度参数;随后利用该角度执行仿射变换操作。

测试效果展示

经过上述处理后的测试效果展示。

以上内容为本文的全部分享,希望能为读者的技术学习提供有益帮助,同时也欢迎大家继续支持本站获取更多技术资源。

本站声明

本文内容仅供参考,不代表本站观点。转载或引用请注明出处。如发现内容问题,请通过联系我们页面反馈。

Python 相关产品和应用

全部下载

专题列表