OpenCV實(shí)現(xiàn)圖像校正功能
更新時(shí)間：2021年05月21日 09:26:23 作者：基科菜雞
這篇文章主要為大家詳細(xì)介紹了OpenCV實(shí)現(xiàn)圖像校正功能，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下
一、 需求分析
首先是需求：
1、利用 OpenCV 里面的仿射變換函 數(shù)實(shí)現(xiàn)對(duì)圖像進(jìn)行一些基本的變換，如平移、旋轉(zhuǎn)、縮放
2、學(xué)習(xí)透視變換原理，對(duì)一個(gè)矩形進(jìn)行透視變換，并將變換結(jié)果繪制出來。先調(diào)用 OpenCV 函數(shù)實(shí)現(xiàn)透視變換，自己編寫代碼實(shí)現(xiàn)透視變換。
3、識(shí)別一張傾斜拍攝的紙張，找出輪廓，提取出該紙張的位置
4、 假設(shè)你已通過圖像處理的算法找到發(fā)生形變的紙張的位置，那么對(duì)這個(gè)傾斜 紙張進(jìn)行變換，得到紙張的垂直視圖，實(shí)現(xiàn)文檔校準(zhǔn)。
然后是分析：
1、首先要調(diào)用OpenCV的函數(shù)對(duì)圖像進(jìn)行平移、旋轉(zhuǎn)、縮放變換，然后要進(jìn)行仿射變換和透視變換。
2、編程實(shí)現(xiàn)仿射變換和透視變換，注意到仿射變換是透視變換的一種，因此只需實(shí)現(xiàn)透視變換
3、 實(shí)現(xiàn)文檔校準(zhǔn)：
（1）濾波?？紤]到文檔中的字（噪點(diǎn)），同時(shí)采用均值濾波和閉運(yùn)算濾波。
（2）邊緣提取。利用庫函數(shù)提取邊緣信息
（3）邊緣識(shí)別。利用經(jīng)典霍夫變換，獲得邊界方程，并且計(jì)算出文檔的四個(gè)角的坐標(biāo)
（4）透視變換。調(diào)用庫函數(shù)，實(shí)現(xiàn)文檔校準(zhǔn)
5、由于前三個(gè)需求與最后一個(gè)需求的源碼放在同一個(gè)工程中顯得不合適，因此，我將前三個(gè)需求的代碼和注釋放在了工程：作業(yè)2_2中，開發(fā)環(huán)境是win10 vs2017，openCV3.43
二、 實(shí)現(xiàn)
注意：
以下的函數(shù)全部寫在標(biāo)頭.h文件中，要在在main中調(diào)用標(biāo)頭.h文件中的函數(shù)才能完成功能
還有就是圖片輸入的路徑要改好。
1、工程：作業(yè)2_2的實(shí)現(xiàn)
（1）調(diào)用OpenCV內(nèi)的函數(shù)，編寫了一個(gè)main_transform函數(shù)，在主函數(shù)調(diào)用它，輸入圖片后，同時(shí)將圖片縮小、平移、旋轉(zhuǎn)、透視和仿射變換，并且將圖片展示和保存下來（實(shí)際上后來openCV的仿射、透視我注釋掉了，不用它自帶的函數(shù)了）
都是直接調(diào)用函數(shù)，沒什么好說的。
下面分別是旋轉(zhuǎn)、透視、平移、縮小、仿射的效果圖：
（2）手動(dòng)實(shí)現(xiàn)仿射、透視變換函數(shù) toushibianhuan和toushibianhuan_gai_fangshebianhuan，并在main_transform中調(diào)用他們。
透視變換實(shí)現(xiàn)：
注意到仿射變換是透視變換的特殊情況，因此只要實(shí)現(xiàn)了透視就可以實(shí)現(xiàn)仿射。
透視函數(shù)的實(shí)現(xiàn)：
首先使用getPerspectiveTransform來獲取變換矩陣，然后看透視函數(shù)
toushibianhuan函數(shù)需要三個(gè)輸入?yún)?shù)：
- 第一個(gè)參數(shù)：透視變換輸入的圖像矩陣，Mat
- 第二個(gè)參數(shù)：輸出圖像容器矩陣，Mat
- 第三個(gè)參數(shù)：變換矩陣，Mat
進(jìn)入函數(shù)后，首先定義出一個(gè)位置矩陣position_maxtri用以刻畫變換前圖像的位置，利用矩陣元素積，乘以變換矩陣后算出變換后的四個(gè)角的位置矩陣。
用Max、Min函數(shù)計(jì)算出圖像最高點(diǎn)、最低點(diǎn)，進(jìn)而算出圖像的高和寬
然后，重點(diǎn)來了，定義、更新計(jì)算出兩個(gè)重映射矩陣。Map1是從原圖的x—>新圖x的映射，Map2是從原圖y—>新圖y的映射。
/*-----------------------------------------------------------------------------------------------------------------
Copyright (C),2018---, HUST Liu
File name: image_solve.h
Author: 劉峻源 Version: 1 Date: 2018.10.3
------------------------------------------------------------------------------------------------------------------
Description:
文檔矯正項(xiàng)目.cpp的主要函數(shù)儲(chǔ)存在這里
------- ----------- ------------ ------------ ----------- ---------
函數(shù)說明：comMatC用于連接矩陣
toushibianhuan_gai_fangshebianhuan用于仿射變換
toushibianhuan用于仿射變換
main_transform 調(diào)用函數(shù)來處理圖像，包括平移、縮小、旋轉(zhuǎn)、仿射變換和透視變換
input_solve 用以矯正文檔，包括打開圖像、濾波、提取邊緣、繪制邊緣、透視變換矯正文檔
--------------------------------------------------------------------------------
Others:NONE
Function List: comMatC、toushibianhuan、toushibianhuan_gai_fangshebianhuan、input_solve
--------------------------------------------------------------------------------
history: NONE
-------------------------------------------------------------------------------------*/
/*-----------------------------------------------------------------
標(biāo)準(zhǔn)openCV開頭 --
引用頭文件和命名空間 --
------------------------------------------------------------------*/
#include <opencv2/opencv.hpp>
#include <iostream>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <imgproc.hpp>
using namespace std;
using namespace cv;
/*-------------------------------------------------------------------------------
Function: comMatC
Description:上下連接矩陣，并輸出
--------------------------------------------------------------------------------
Calls:Create、copyTo
Called By: main_transform
Table Accessed: NONE
Table Updated: NONE
--------------------------------------------------------------------------------
Input:
第一個(gè)參數(shù)：上面的矩陣，Mat
第二個(gè)參數(shù)：下面的矩陣，Mat
第三個(gè)參數(shù)：連接后的輸出容器，Mat
Output：輸出連接后的矩陣
Return:輸出矩陣
Others:列數(shù)不一致會(huì)報(bào)錯(cuò)！
---------------------------------------------------------------------------------*/
Mat comMatC(Mat Matrix1, Mat Matrix2, Mat &MatrixCom)
{
CV_Assert(Matrix1.cols == Matrix2.cols);
MatrixCom.create(Matrix1.rows + Matrix2.rows, Matrix1.cols, Matrix1.type());
Mat temp = MatrixCom.rowRange(0, Matrix1.rows);
Matrix1.copyTo(temp);
Mat temp1 = MatrixCom.rowRange(Matrix1.rows, Matrix1.rows + Matrix2.rows);
Matrix2.copyTo(temp1);
return MatrixCom;
}
/*--------------------------------------------------------------------------------
Function: toushibianhuan
Description:實(shí)現(xiàn)透視變換功能 ，將input_image按tp_Transform_maxtri矩陣變換后輸出至另一圖像容器中
-------------------------------------------------------------------------------
Calls:max、min
Called By:main_transform
Table Accessed: NONE
Table Updated: NONE
----------------------------------------------------------------------------------
Input:
第一個(gè)參數(shù)：透視變換輸入的圖像矩陣，Mat
第二個(gè)參數(shù)：輸出圖像容器矩陣，Mat
第三個(gè)參數(shù)：變換矩陣，Mat
Output：無返回值。在控制臺(tái)上打印出原圖的位置矩陣、變換后的圖像坐標(biāo)矩陣、變換矩陣
Return:NONE
Others:NONE
-----------------------------------------------------------------*/
void toushibianhuan(Mat input_image, Mat &output, Mat tp_Translater_maxtri)
{
int qiu_max_flag;
int j;
int i;
//定義頂點(diǎn)位置矩陣
Mat position_maxtri(3, 4, CV_64FC1, Scalar(1));
position_maxtri.at < double >(0, 0) = 0;
position_maxtri.at < double >(1, 0) = 0;
position_maxtri.at < double >(1, 1) = 0;
position_maxtri.at < double >(0, 2) = 0;
position_maxtri.at < double >(1, 2) = input_image.rows;
position_maxtri.at < double >(0, 3) = input_image.cols;
position_maxtri.at < double >(1, 3) = input_image.rows;
position_maxtri.at < double >(0, 1) = input_image.cols;
Mat new_corner = tp_Translater_maxtri * position_maxtri;
//打印并監(jiān)視三個(gè)矩陣
cout << "coner_maxtri" << new_corner << ";" << endl << endl;
cout << "pos_maxtri" << position_maxtri << ";" << endl << endl;
cout << "T_maxtri" << tp_Translater_maxtri << ";" << endl << endl;
//為了計(jì)算圖像高度，先初始化最高最低、最左最右點(diǎn)
double max_kuan = new_corner.at < double >(0, 0) / new_corner.at < double >(2, 0);
double min_kuan = new_corner.at < double >(0, 0) / new_corner.at < double >(2, 0);
double max_gao = new_corner.at < double >(1, 0) / new_corner.at < double >(2, 0);
double min_gao = new_corner.at < double >(1, 0) / new_corner.at < double >(2, 0);
for (qiu_max_flag = 1; qiu_max_flag < 4; qiu_max_flag++)
{
max_kuan = max(max_kuan,
new_corner.at < double >(0, qiu_max_flag) / new_corner.at < double >(2, qiu_max_flag));
min_kuan = min(min_kuan,
new_corner.at < double >(0, qiu_max_flag) / new_corner.at < double >(2, qiu_max_flag));
max_gao = max(max_gao,
new_corner.at < double >(1, qiu_max_flag) / new_corner.at < double >(2, qiu_max_flag));
min_gao = min(min_gao,
new_corner.at < double >(1, qiu_max_flag) / new_corner.at < double >(2, qiu_max_flag));
}
//創(chuàng)建向前映射矩陣 map1, map2
output.create(int(max_gao - min_gao), int(max_kuan - min_kuan), input_image.type());
Mat map1(output.size(), CV_32FC1);
Mat map2(output.size(), CV_32FC1);
Mat tp_point(3, 1, CV_32FC1, 1);
Mat point(3, 1, CV_32FC1, 1);
tp_Translater_maxtri.convertTo(tp_Translater_maxtri, CV_32FC1);
Mat Translater_inv = tp_Translater_maxtri.inv();
//核心步驟，將映射陣用矩陣乘法更新出來
for (i = 0; i < output.rows; i++)
{
for (j = 0; j < output.cols; j++)
{
point.at<float>(0) = j + min_kuan;
point.at<float>(1) = i + min_gao;
tp_point = Translater_inv * point;
map1.at<float>(i, j) = tp_point.at<float>(0) / tp_point.at<float>(2);
map2.at<float>(i, j) = tp_point.at<float>(1) / tp_point.at<float>(2);
}
}
remap(input_image, output, map1, map2, CV_INTER_LINEAR);
}
/*--------------------------------------------------------------------------------
Function: toushibianhuan_gai_fangshebianhuan
Description:實(shí)現(xiàn)仿射變換功能 ，將input_image按Translater_maxtri矩陣變換后輸出至另一圖像容器中
------------------------------------------------------------------------------------
Calls:comMatC、max、min
Called By:main_transform
Table Accessed: NONE
Table Updated: NONE
------------------------------------------------------------------------------------
Input:
第一個(gè)參數(shù)：透視變換輸入的圖像矩陣，Mat
第二個(gè)參數(shù)：輸出圖像矩陣，Mat
第三個(gè)參數(shù)：變換矩陣，Mat
Output：無返回值。在控制臺(tái)上打印出原圖的位置矩陣、變換后的圖像坐標(biāo)矩陣、變換矩陣
Return:NONE
Others:NONE
-------------------------------------------------------------------------------*/
void toushibianhuan_gai_fangshebianhuan(Mat input_image, Mat &output, Mat Translater_maxtri)
{
int width = 0;
int height = 0;
Mat tp_Translater_maxtri;
Mat position_maxtri(3, 4, CV_64FC1, Scalar(1));
Mat one_vector(1, 3, CV_64FC1, Scalar(0));
one_vector.at<double>(0, 2) = 1.;
comMatC(Translater_maxtri, one_vector, tp_Translater_maxtri);
position_maxtri.at < double >(1, 1) = 0;
position_maxtri.at < double >(0, 2) = 0;
position_maxtri.at < double >(0, 0) = 0;
position_maxtri.at < double >(1, 0) = 0;
position_maxtri.at < double >(0, 3) = input_image.cols;
position_maxtri.at < double >(1, 3) = input_image.rows;
position_maxtri.at < double >(0, 1) = input_image.cols;
position_maxtri.at < double >(1, 2) = input_image.rows;
Mat new_corner = tp_Translater_maxtri * position_maxtri;
cout << "coner_maxtri" << new_corner << ";" << endl << endl;
cout << "pos_maxtri" << position_maxtri << ";" << endl << endl;
cout << "T_maxtri" << tp_Translater_maxtri << ";" << endl << endl;
double max_kuan = new_corner.at < double >(0, 0) / new_corner.at < double >(2, 0);
double min_kuan = new_corner.at < double >(0, 0) / new_corner.at < double >(2, 0);
double max_gao = new_corner.at < double >(1, 0) / new_corner.at < double >(2, 0);
double min_gao = new_corner.at < double >(1, 0) / new_corner.at < double >(2, 0);
for (int flag = 1; flag < 4; flag++)
{
max_kuan = max(max_kuan, new_corner.at < double >(0, flag) / new_corner.at < double >(2, flag));
min_kuan = min(min_kuan, new_corner.at < double >(0, flag) / new_corner.at < double >(2, flag));
max_gao = max(max_gao, new_corner.at < double >(1, flag) / new_corner.at < double >(2, flag));
min_gao = min(min_gao, new_corner.at < double >(1, flag) / new_corner.at < double >(2, flag));
}
output.create(int(max_gao - min_gao), int(max_kuan - min_kuan), input_image.type());
Mat map1(output.size(), CV_32FC1);
Mat map2(output.size(), CV_32FC1);
Mat tp_point(3, 1, CV_32FC1, 1);
Mat point(3, 1, CV_32FC1, 1);
tp_Translater_maxtri.convertTo(tp_Translater_maxtri, CV_32FC1);
Mat Translater_inv = tp_Translater_maxtri.inv();
for (int i = 0; i < output.rows; i++)
{
for (int j = 0; j < output.cols; j++)
{
point.at<float>(1) = i + min_gao;
point.at<float>(0) = j + min_kuan;
tp_point = Translater_inv * point;
map1.at<float>(i, j) = tp_point.at<float>(0) / tp_point.at<float>(2);
map2.at<float>(i, j) = tp_point.at<float>(1) / tp_point.at<float>(2);
}
}
remap(input_image, output, map1, map2, CV_INTER_LINEAR);
}
/*------------------------------------------------------------------------------
Function: main_transform
Description:實(shí)現(xiàn)縮小、平移、旋轉(zhuǎn)的仿射變換功能 ，加以展示且將圖片保存在當(dāng)前工程目錄下
---------------------------------------------------------------------------
Calls: resize、 warpAffine、 Size 、 Scalar 、getRotationMatrix2D、 namedWindow、
toushibianhuan_gai_fangshebianhuan、 imshow、 imwrite、waitKey、printf、warpPerspective、fangshebianhuan
Called By: main
Table Accessed: NONE
Table Updated: NONE
--------------------------------------------------------------------------------
Input:
第一個(gè)參數(shù)：float類型的旋轉(zhuǎn)角度值（非弧度）
第二個(gè)參數(shù)：向右平移的像素，int類型
第三個(gè)參數(shù)：向下平移的像素，int類型
第四個(gè)參數(shù)：讀取圖像路徑，const char類型
第五個(gè)參數(shù)：x方向伸縮比例，float類型
第六個(gè)參數(shù)：y方向伸縮比例，float類型
Output：仿射變換、透視變換后的圖像保存于當(dāng)前工程目錄下,各參數(shù)已經(jīng)設(shè)置好，矯正效果不佳
Return:無返回值
Others:NONE
---------------------------------------------------------------------------*/
void main_transform(float angle, int right_translate, int down_translate,
const char* road_read_image, float x_tobe, float y_tobe)
{
Point2f input_image1[3] = { Point2f(50,50),Point2f(200,50),Point2f(50,200) };
Point2f dst1[3] = { Point2f(0,100),Point2f(200,50),Point2f(180,300) };
Point2f input_image[4] = { Point2f(100,50),Point2f(100,550),Point2f(350,50),Point2f(350,550) };
Point2f dst[4] = { Point2f(100,50),Point2f(340,550),Point2f(350,80),Point2f(495,550) };
Mat kernel2 = getPerspectiveTransform(input_image, dst);
Mat kernel = getAffineTransform(input_image1, dst1);
Mat one_vector(1, 3, CV_64FC1, Scalar(0));
Mat Temp_kernel;
one_vector.at<double>(0, 2) = 1.;
comMatC(kernel, one_vector, Temp_kernel);
float all_tobe = x_tobe / 2 + y_tobe / 2;
Mat old_image = imread(road_read_image);
Mat new_min_image;
Mat new_translation_image;
Mat rotate_image;
Mat translater(2, 3, CV_32F, Scalar(0));
Mat rotater;
Mat fangshe_image;
Mat toushi_image;
vector<int> compression_params;
resize(old_image, new_min_image, Size(), x_tobe, y_tobe, INTER_CUBIC);
translater.at<float>(0, 0) = 1;
translater.at<float>(1, 1) = 1;
translater.at<float>(0, 2) = right_translate;
translater.at<float>(1, 2) = down_translate;
warpAffine(new_min_image, new_translation_image, translater,
Size(new_min_image.cols*1.5, new_min_image.rows*1.5));
Point rotate_center = Point(new_translation_image.cols / 3, new_translation_image.rows / 2);
rotater = getRotationMatrix2D(rotate_center, angle, all_tobe);
warpAffine(new_translation_image, rotate_image, rotater, Size(),
INTER_CUBIC | CV_WARP_FILL_OUTLIERS, BORDER_CONSTANT, Scalar(0));
//warpAffine(new_translation_image, fangshe_image, kernel, Size(new_translation_image.cols*1.5, new_translation_image.rows*1.5));
//這是OpenCV自帶的仿射變換.........
compression_params.push_back(IMWRITE_PNG_COMPRESSION);
toushibianhuan_gai_fangshebianhuan(new_translation_image, fangshe_image, kernel);
toushibianhuan(fangshe_image, toushi_image, kernel2);
//warpPerspective(fangshe_image, toushi_image, kernel2, Size(new_translation_image.cols, new_translation_image.rows));
//這是openCV的透視變換
compression_params.push_back(9);
namedWindow("new_min_image");
imshow("new_min_image", new_min_image);
imwrite("task2_1放縮.png", old_image, compression_params);
namedWindow("new_translation_image");
imshow("new_translation_image", new_translation_image);
bool flags = imwrite("task2_1平移.png", new_translation_image, compression_params);
namedWindow("rotate_image");
imshow("rotate_image", rotate_image);
imwrite("task2_1旋轉(zhuǎn).png", rotate_image, compression_params);
namedWindow("fangshe_image");
imshow("fangshe_image", fangshe_image);
imwrite("task2_1仿射.png", fangshe_image, compression_params);
namedWindow("toushi_image");
imshow("toushi_image", toushi_image);
imwrite("task2_1透視.png", toushi_image, compression_params);
printf("%d", flags);
}
/*----------------------------------------------------------------------------
Function: getCrossPoint
Description:求兩直線的交點(diǎn)
-----------------------------------------------------------------------------
Calls: NONE
Called By: input_solve
Table Accessed: NONE
Table Updated: NONE
-----------------------------------------------------------------------------
Input:
第一個(gè)參數(shù)：由兩點(diǎn)表示的類型為Vec4i的直線A
第二個(gè)參數(shù)：由兩點(diǎn)表示的類型為Vec4i的直線B
Output：Point2f的點(diǎn)
Return:Point2f的點(diǎn)
Others:NONE
--------------------------------------------------------------------------------*/
Point2f getCrossPoint(Vec4i LineA, Vec4i LineB)
{
double ka, kb;
//求出LineA斜率
ka = (double)(LineA[3] - LineA[1]) / (double)(LineA[2] - LineA[0]);
//求出LineB斜率
kb = (double)(LineB[3] - LineB[1]) / (double)(LineB[2] - LineB[0]);
Point2f crossPoint;
crossPoint.x = (ka*LineA[0] - LineA[1] - kb * LineB[0] + LineB[1]) / (ka - kb);
crossPoint.y = (ka*kb*(LineA[0] - LineB[0]) + ka * LineB[1] - kb * LineA[1]) / (ka - kb);
return crossPoint;
}
/*----------------------------------------------------------------------
Function: input_solve
Description:用于打開圖像、濾波、提取邊緣、繪制邊緣、透視變換矯正文檔的函數(shù)。注意，本函數(shù)中圖像
處理過程中的參數(shù)已經(jīng)調(diào)整完畢
------------------------------------------------------------------------
Calls: imread、resize、morphologyEx、blur、Canny、HoughLines、warpPerspective
Called By: main
Table Accessed: NONE
Table Updated: NONE
-------------------------------------------------------------------------
Input:
第一個(gè)參數(shù)：輸入圖像的路徑
Output：經(jīng)過文檔矯正后的圖像
Return:NONE
Others:矯正圖像保存于當(dāng)前目錄下：
"C:/Users/liujinyuan/source/repos/作業(yè)2_2/作業(yè)2_2/task2_2矯正.png"
---------------------------------------------------------------*/
void input_solve(const char* image_road)
{
//定義保存圖像參數(shù)向量
vector<int> compression_params;
compression_params.push_back(IMWRITE_PNG_COMPRESSION);
compression_params.push_back(9);
//獲取閉運(yùn)算濾波的核
Mat element = getStructuringElement(MORPH_RECT, Size(5, 5));
Mat new_min_image;
Mat last_kernel;
//獲取灰度圖
Mat old_image = imread(image_road,0);
vector<Vec2f>lines;
vector<Vec2f>coners;
vector<Vec4i>lines_2pt(10);
Point pt1, pt2,pt3,pt4,pt5,pt6;
Mat last_image;
Mat new_min_image2;
resize(old_image, new_min_image, Size(), 0.5, 0.5, INTER_CUBIC);
resize(old_image, new_min_image2, Size(), 0.5, 0.5, INTER_CUBIC);
//閉運(yùn)算濾波
morphologyEx(new_min_image, new_min_image, MORPH_CLOSE, element);
blur(new_min_image,new_min_image,Size(10,10));
Canny(new_min_image, new_min_image,8.9,9,3 );
HoughLines(new_min_image,lines,1,CV_PI/180,158,0,0);
//利用這個(gè)循環(huán)，可以繪制霍夫變換獲取直線的效果圖，但是為了簡潔性我暫時(shí)刪去了創(chuàng)建窗口繪制的代碼
for (rsize_t i = 0 ; i < lines.size(); i++)
{
if (i!=lines.size()-2)
{
float zhongxinjuli = lines[i][0], theta = lines[i][1];
double cos_theta = cos(theta), sin_theta = sin(theta);
double x0 = zhongxinjuli * cos_theta, y0 = zhongxinjuli * sin_theta;
pt1.x = cvRound(x0 - 1000 * sin_theta);
pt1.y = cvRound(y0 + 1000 * cos_theta);
pt2.x = cvRound(x0 + 1000 * sin_theta);
pt2.y = cvRound(y0 - 1000 * cos_theta);
line(new_min_image, pt1, pt2, Scalar(255, 255, 255), 1, LINE_AA);
}
}
//獲取霍夫變換直線的交點(diǎn)
for (rsize_t flag = 0,flag2=0; flag < lines.size(); flag++)
{
if (flag != lines.size() - 2)
{
float zx_juli = lines[flag][0], theta2 = lines[flag][1];
double cos_theta2 = cos(theta2), sin_theta2 = sin(theta2);
double x1 = zx_juli * cos_theta2, y1 = zx_juli * sin_theta2;
lines_2pt[flag2][0]= cvRound(x1 - 1000 * sin_theta2);
lines_2pt[flag2][1] = cvRound(y1 +1000 * cos_theta2);
lines_2pt[flag2][2] = cvRound(x1 + 1000 * sin_theta2);
lines_2pt[flag2][3] = cvRound(y1 - 1000 * cos_theta2);
flag2++;
}
}
for(int flag3=0;flag3<4;flag3++)
{
cout << "line_vector=" <<lines_2pt [flag3] << " ; " << endl;
}
pt3=getCrossPoint(lines_2pt[0],lines_2pt[1]);
cout << "pt3=" << pt3 << " ; " << endl;
pt4 = getCrossPoint(lines_2pt[1], lines_2pt[2]);
cout << "pt4=" << pt4 << " ; " << endl;
pt5 = getCrossPoint(lines_2pt[2], lines_2pt[3]);
cout << "pt5=" << pt5<< " ; " << endl;
pt6= getCrossPoint(lines_2pt[3], lines_2pt[0]);
cout << "pt6=" << pt6 << " ; " << endl;
//進(jìn)行透視變換
Point2f point_set[4] = { pt3,pt6,pt4,pt5 };
Point2f point_set_transform[4] = { Point2f(50,50),Point2f(500,50) ,Point2f(50,600),Point2f(500,600) };
last_kernel = getPerspectiveTransform(point_set,point_set_transform);
warpPerspective(new_min_image2, last_image, last_kernel, Size(old_image.cols, old_image.rows));
namedWindow("new_min_image");
//繪制最終效果圖
imshow("new_min_image", last_image);
imwrite("task2_2矯正.png", last_image, compression_params);
waitKey(0);
}
/*-------------------------------------------------------------------------------------------------------------------------------------
Copyright (C),2018---, HUST Liu
File name:文檔矯正項(xiàng)目.cpp
Author: 劉峻源 Version: 1 Date:2018.10.3
Description:
Part1
根據(jù)作業(yè)（2）中的任務(wù)（1）（2）
做了以下工作：
（1）經(jīng)過仿射變換，圖片縮小平移旋轉(zhuǎn)
（2）調(diào)用函數(shù)進(jìn)行仿射、透視變換
（3）實(shí)現(xiàn)函數(shù)來做透視變換、仿射變換
------------ ---------- ----------- -------------------- ----
Part2
根據(jù)作業(yè)（2）中的任務(wù)（3）（4）
做了以下工作：
（1）利用讀入灰度圖像，并且經(jīng)過濾波、邊緣提取、霍夫變換提取邊緣直線、得到
紙張位置（即4個(gè)頂點(diǎn)）
（2）利用透視變換矯正文檔
--------- * ---------- * --------------- * --------------- * ---------
具體的任務(wù)過程：
Part1
調(diào)用OpenCV內(nèi)的函數(shù)，編寫main_transform函數(shù)實(shí)現(xiàn)縮小、平移、旋轉(zhuǎn)和仿射變換功能
（實(shí)際上后來openCV的仿射、透視我注釋掉了，不用它的函數(shù)了）
實(shí)現(xiàn)仿射、透視變換函數(shù) toushibianhuan、toushibianhuan_gai_fangshebianhuan，并在main_transform
中調(diào)用
注意：在main中調(diào)用標(biāo)頭.h文件中的main_transfom函數(shù)實(shí)現(xiàn)縮小、平移、旋轉(zhuǎn)和仿射、透視變換?。?！
------------ ---------- ------------------ ----------------- ---------
任務(wù)過程：
Part2
在input_solve中，利用imread讀入灰度圖，調(diào)用blur、morphologyEx濾波，利用canny提取
邊緣，調(diào)用HoughLines獲取邊緣直線，調(diào)用getCrossPoint獲取直線交點(diǎn)，調(diào)用
getPerspectiveTransform獲取變換矩陣，調(diào)用warpPerspective實(shí)現(xiàn)透視變換
注意：編寫input_solve函數(shù)來實(shí)現(xiàn)處理功能，本cpp是在main中調(diào)用標(biāo)頭.h 中的input_solve函數(shù)?。?！
------------------------------------------------------------------------------------------
Others: 圖像輸入路徑：作業(yè)2_2/作業(yè)2_2/task2.png
輸出圖像保存路徑：工程文件夾：作業(yè)2_2/作業(yè)2_2
注意：在其他環(huán)境運(yùn)行時(shí)一定要弄好更改讀入路徑?。。。?
May Function List: main、main_transform、input_solve
-----------------------------------------------------------------------------------------------
History:
as folwing
----- ------------- ---------------- ------------------ -------------- -----
1.2018.10.3
2.by 劉峻源
3.description:在工程作業(yè)2_1中將 comMatC、toushibianhuan、toushibianhuan_gai_fangshebianhuan移入頭文件
image_solve.h中
----- ------------- ---------------- ------------------ -------------- -----
1.2018.10.4
2.by 劉峻源
3.description:在工程作業(yè)2_2中將 main_transfom寫入main,去掉main_transform函數(shù)的waitKey(0)
----- ------------- ---------------- ------------------ -------------- -----
--------------------------------------------------------------------------------*/
/*-----------------------------------------------------------------
標(biāo)準(zhǔn)openCV開頭 --
---------------------------------------------------------------------
引用頭文件和命名空間 --
------------------------------------------------------------------*/
#include <opencv2/opencv.hpp>
#include <iostream>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include "標(biāo)頭.h"
using namespace std;
using namespace cv;
int main()
{
main_transform(90, 0, 100, "task2.png", 0.5, 0.5);
input_solve("task2.png");
waitKey(0);
}
以上就是本文的全部內(nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
相關(guān)文章
C++中二進(jìn)制數(shù)據(jù)序列化和反序列化詳解
這篇文章主要為大家詳細(xì)介紹了C++中二進(jìn)制數(shù)據(jù)序列化和反序列化的相關(guān)知識(shí),文中的示例代碼講解詳細(xì),具有一定的學(xué)習(xí)價(jià)值,感興趣的小伙伴可以了解下2023-11-11
解析C++中不能重載為友元函數(shù)的四個(gè)運(yùn)算符
以下是對(duì)C++中不能重載為友元函數(shù)的四個(gè)運(yùn)算符進(jìn)行了詳細(xì)的分析介紹，需要的朋友可以過來參考下2013-07-07
這篇文章主要為大家詳細(xì)介紹了OpenCV識(shí)別提取圖像中的水平線與垂直線，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2020-07-07
這篇文章主要介紹了C++設(shè)計(jì)模式之抽象工廠模式，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2020-07-07
這篇文章主要為大家詳細(xì)介紹了用C語言實(shí)現(xiàn)猜數(shù)字游戲，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2020-10-10
這篇文章介紹了C語言基礎(chǔ)雙指針移除元素的解法，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)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2021-12-12
C語言實(shí)現(xiàn)清空指定文件夾中所有文件的方法
這篇文章主要介紹了C語言實(shí)現(xiàn)清空指定文件夾中所有文件的方法,實(shí)例分析了C語言實(shí)現(xiàn)文件刪除的相關(guān)技巧,需要的朋友可以參考下2015-06-06
教你用Matlab制作立體動(dòng)態(tài)相冊(cè)
沒想到吧，MATLAB竟也能制作3D相冊(cè)！本文將為大家詳細(xì)介紹Matlab制作立體動(dòng)態(tài)相冊(cè)的方法步驟，感興趣的小伙伴可以跟隨小編一起動(dòng)手試一試2022-03-03
這篇文章主要介紹了C++全局變量的初始化全過程,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2024-08-08
Opencv實(shí)現(xiàn)邊緣檢測(cè)與輪廓發(fā)現(xiàn)及繪制輪廓方法詳解
這篇文章主要介紹了Opencv實(shí)現(xiàn)邊緣檢測(cè)與輪廓發(fā)現(xiàn)及繪制輪廓方法，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)吧2022-12-12