第OpenCV實(shí)現(xiàn)傾斜文字校正基于OpenCV的傾斜文字校正，供大家參考，具體內(nèi)容如下

使用OpenCV里example中的的傾斜文本作為輸入，本文的目的即將該傾斜的文本校正成水平方向的文本。

主要思路為：

讀取圖像-Canny邊緣檢測(cè)-形態(tài)學(xué)操作-提取最小外接矩形-計(jì)算旋轉(zhuǎn)矩陣-仿射變換校正文本圖像

原始圖像：

提取最小外接矩形區(qū)域

校正后的圖像

主要涉及的API

創(chuàng)建滑動(dòng)條

這個(gè)API可以創(chuàng)建一個(gè)滑動(dòng)條，可以在不改變程序的情況下更改變量的值來顯示圖像變化的效果。在這個(gè)場(chǎng)景中使用創(chuàng)建滑動(dòng)條來調(diào)節(jié)Canny邊緣檢測(cè)的閾值，提取合適的邊緣。

```cpp

Clickingthelabelofeachtrackbarenableseditingthetrackbarvaluesmanually.

@paramtrackbarnameNameofthecreatedtrackbar.\\第一個(gè)參數(shù)為滑動(dòng)條的名稱

@paramwinnameNameofthewindowthatwillbeusedasaparentofthecreatedtrackbar.\\滑動(dòng)條所依附的窗口名稱

@paramvalueOptionalpointertoanintegervariablewhosevaluereflectsthepositionoftheslider.Uponcreation,thesliderpositionisdefinedbythisvariable.

\\引用值，即拖動(dòng)滑動(dòng)條所改變的值，需要提前定義，定義好的值即為滑動(dòng)條的初始值。

@paramcountMaximalpositionoftheslider.Theminimalpositionisalways0.\\滑動(dòng)條的最大位置

@paramonChangePointertothefunctiontobecalledeverytimethesliderchangesposition.ThisfunctionshouldbeprototypedasvoidFoo(int,void\*);,wherethefirstparameteristhetrackbarpositionandthesecondparameteristheuserdata(seethenextparameter).IfthecallbackistheNULLpointer,nocallbacksarecalled,butonlyvalueisupdated.

\\定義回調(diào)函數(shù)，每次滑動(dòng)滑動(dòng)條都會(huì)調(diào)用這個(gè)回調(diào)函數(shù)?；卣{(diào)函數(shù)的格式為voidFoo(int,void*)其中第一個(gè)參數(shù)為軌跡條的位置，第二個(gè)參數(shù)是用戶數(shù)據(jù)userdata。

@paramuserdataUserdatathatispassedasistothecallback.Itcanbeusedtohandletrackbareventswithoutusingglobalvariables.

\\用戶傳遞給回調(diào)函數(shù)的數(shù)據(jù)userdata，這里使用的是全局變量，因此這一項(xiàng)可以忽略。

CV_EXPORTSintcreateTrackbar(constStringtrackbarname,constStringwinname,

int*value,intcount,

TrackbarCallbackonChange=0,

void*userdata=0);

###Canny邊緣檢測(cè)

使用Canny邊緣檢測(cè)算法提取文本圖像的邊緣

```cpp

/**@briefFindsedgesinanimageusingtheCannyalgorithm@citeCanny86.

ThefunctionfindsedgesintheinputimageandmarksthemintheoutputmapedgesusingtheCannyalgorithm.Thesmallestvaluebetweenthreshold1andthreshold2isusedforedgelinking.Thelargestvalueisusedtofindinitialsegmentsofstrongedges.See

/wiki/Canny_edge_detector

@paramimage8-bitinputimage.

//輸入圖像

@paramedgesoutputedgemap;singlechannels8-bitimage,whichhasthesamesizeasimage.

//輸出單通道的八位圖像

@paramthreshold1firstthresholdforthehysteresisprocedure.

//閾值（低于此閾值的直接被剔除）

@paramthreshold2secondthresholdforthehysteresisprocedure.

//閾值2（高于此閾值的被認(rèn)為為邊緣）

@paramapertureSizeaperturesizefortheSobeloperator.

//表示Sobel算子的模板大小

@paramL2gradientaflag,indicatingwhetheramoreaccurate\f$L_2\f$norm

\f$=\sqrt{(dI/dx)^2+(dI/dy)^2}\f$shouldbeusedtocalculatetheimagegradientmagnitude(L2gradient=true),orwhetherthedefault\f$L_1\f$norm\f$=|dI/dx|+|dI/dy|\f$isenough(L2gradient=false).

//使用更精確的L2范數(shù)（True）還是默認(rèn)的L1范數(shù)（默認(rèn)）

CV_EXPORTS_WvoidCanny(InputArrayimage,OutputArrayedges,

doublethreshold1,doublethreshold2,

intapertureSize=3,boolL2gradient=false);

邊緣檢測(cè)的結(jié)果，由于測(cè)試的樣本圖像比較理想，調(diào)節(jié)滑動(dòng)條的位置影響不是很大。如果圖像質(zhì)量較差，也可以添加圖像預(yù)處理步驟優(yōu)化源圖像。

形態(tài)學(xué)處理

使用形態(tài)學(xué)處理操作連接經(jīng)過Canny邊緣檢測(cè)處理后字符縫隙，使其變成一個(gè)連通域。

步驟：創(chuàng)建結(jié)構(gòu)元素（getStructuringElement)-膨脹處理

Matsrc_dilate;

Matkernel=getStructuringElement(MORPH_RECT,Size(11,11),Point());

//創(chuàng)建結(jié)構(gòu)元素的大小，第一個(gè)參數(shù)為結(jié)構(gòu)元素的形狀（矩形MORPH_RECT,十字形結(jié)構(gòu)MORPH_CROSS,橢圓形結(jié)構(gòu)MORPH_ELLIPSE),第二個(gè)參數(shù)為結(jié)構(gòu)元素的大小，第三個(gè)參數(shù)為錨點(diǎn)的位置。

dilate(Canny_edge,src_dilate,kernel,Point(-1,-1),1,BORDER_DEFAULT);

//膨脹圖像，第一個(gè)參數(shù)為輸入圖像，第二個(gè)為輸出圖像，第三個(gè)參數(shù)為結(jié)構(gòu)元素，第四個(gè)參數(shù)為錨點(diǎn)的位置，第五個(gè)參數(shù)為迭代的次數(shù)，最后一個(gè)參數(shù)為邊界填充的類型

膨脹后的圖像顯示為：

查找輪廓

vectorvectorPointContours;

//定義邊緣的點(diǎn)集

vectorVec4ihierarchy;

//定義邊緣的層次關(guān)系

findContours(src_dilate,Contours,hierarchy,RETR_TREE,CHAIN_APPROX_NONE,Point());

/**@briefFindscontoursinabinaryimage.

Thefunctionretrievescontoursfromthebinaryimageusingthealgorithm@citeSuzuki85.Thecontoursareausefultoolforshapeanalysisandobjectdetectionandrecognition.Seesquares.cppintheOpenCVsampledirectory.

@noteSinceopencv3.2sourceimageisnotmodifiedbythisfunction.

@paramimageSource,an8-bitsingle-channelimage.Non-zeropixelsaretreatedas1's.Zeropixelsremain0's,sotheimageistreatedasbinary.Youcanuse#compare,#inRange,#threshold,#adaptiveThreshold,#Canny,andotherstocreateabinaryimageoutofagrayscaleorcolorone.Ifmodeequalsto#RETR_CCOMPor#RETR_FLOODFILL,theinputcanalsobea32-bitintegerimageoflabels(CV_32SC1).

//輸入圖像

@paramcontoursDetectedcontours.Eachcontourisstoredasavectorofpoints(e.g.

std::vectorstd::vectorcv::Point).

//輸出邊緣的點(diǎn)集

@paramhierarchyOptionaloutputvector(e.g.std::vectorcv::Vec4i),containinginformationabouttheimagetopology（拓?fù)浣Y(jié)構(gòu)）.Ithasasmanyelementsasthenumberofcontours.Foreachi-thcontourcontours[i],theelementshierarchy[i][0],hierarchy[i][1],hierarchy[i][2],andhierarchy[i][3]aresetto0-basedindicesincontoursofthenextandpreviouscontoursatthesamehierarchicallevel,thefirstchildcontourandtheparentcontour,respectively.Ifforthecontouritherearenonext,previous,parent,ornestedcontours,thecorrespondingelementsofhierarchy[i]willbenegative.

//輪廓之間的層次結(jié)構(gòu)關(guān)系（下一個(gè)輪廓、前一個(gè)輪廓、第一個(gè)子輪廓、父輪廓）

@parammodeContourretrievalmode,see#RetrievalModes

//檢索模式：RETR_EXTERNAL僅檢索外部輪廓

RETR_LIST在不建立層次結(jié)構(gòu)的情況下檢索所有輪廓

RETR_CCOMP檢索具有兩級(jí)層次結(jié)構(gòu)（外部和孔）的所有輪廓。

RETR_TREE檢索所有輪廓，在輪廓之間創(chuàng)建完整的層次結(jié)構(gòu)

@parammethodContourapproximationmethod,see#ContourApproximationModes

//輪廓的形狀近似方法

//CV_CHAIN_APPROX_NONE不對(duì)輪廓應(yīng)用任何近似方法并存儲(chǔ)輪廓點(diǎn)

//CV_CHAIN_APPROX_SIMPLE壓縮所有水平、垂直和對(duì)角線段，僅存儲(chǔ)起點(diǎn)和終點(diǎn)

//等其他近似算法

@paramoffsetOptionaloffsetbywhicheverycontourpointisshifted.ThisisusefulifthecontoursareextractedfromtheimageROIandthentheyshouldbeanalyzedinthewholeimagecontext.

//定義偏移量

CV_EXPORTS_WvoidfindContours(InputArrayimage,OutputArrayOfArrayscontours,

OutputArrayhierarchy,intmode,

intmethod,Pointoffset=Point());

最小外接矩形

旋轉(zhuǎn)矩形對(duì)象類型RotatedRect

輪廓的最小外接矩形minAreaRect

/**@briefFindsarotatedrectangleoftheminimumareaenclosingtheinput2Dpointset.

Thefunctioncalculatesandreturnstheminimum-areaboundingrectangle(possiblyrotated)foraspecifiedpointset.DevelopershouldkeepinmindthatthereturnedRotatedRectcancontainnegativeindiceswhendataisclosetothecontainingMatelementboundary.

//該函數(shù)輸入邊緣的點(diǎn)集，并返回一個(gè)最小外接矩形，當(dāng)數(shù)據(jù)靠近邊界的時(shí)候，返回的RotatedRect可能包含有負(fù)所引。

@parampointsInputvectorof2Dpoints,storedinstd::vector\orMat

CV_EXPORTS_WRotatedRectminAreaRect(InputArraypoints);

計(jì)算旋轉(zhuǎn)矩陣

MatRotation=getRotationMatrix2D(center,RRect_degree,1.0);

Matoutput;

warpAffine(src,output,Rotation,src.size(),INTER_CUBIC,BORDER_CONSTANT,Scalar(255,255,255));

//輸入要變換圖像，輸出圖像，定義旋轉(zhuǎn)矩陣，定義插值方式，邊界類型（邊界類型需要注意）

#includeiostream

#includeopencv2/opencv.hpp

#includeopencv2/highgui.hpp

#includeopencv2/calib3d.hpp

usingnamespacestd;

usingnamespacecv;

//DefineMat

Matsrc,gray_src,dst;

constchar*IWindow="InputWindow";

constchar*OWindow="OutputWindow";

intcanny_threshold=100;

intthreshold_level=255;

voidCanny_function(int,void*);

intmain(intargc,char**argv){

src=imread("D:/Delete/imageTextR.png");

if(src.empty()){

cout"Couldnotloadimage"endl;

return-1;

}

//CoverttoGrayScale

cvtColor(src,gray_src,COLOR_BGR2GRAY);

namedWindow(IWindow,WINDOW_AUTOSIZE);

imshow(IWindow,src);

namedWindow(OWindow,WINDOW_AUTOSIZE);

createTrackbar("Canny_Threshold",IWindow,canny_threshold,threshold_level,Canny_function);

waitKey();

return0;

voidCanny_function(int,void*){

MatCanny_edge;

Canny(gray_src,Canny_edge,canny_threshold,canny_threshold*2,3,false);

//DisplayCanny_edge

//imshow(OWindow,Canny_edge);

Matsrc_dilate;

Matkernel=getStructuringElement(MORPH_RECT,Size(11,11),Point());

dilate(Canny_edge,src_dilate,kernel,Point(-1,-1),1,BORDER_DEFAULT);

//DisplayDilateimage

imshow(OWindow,src_dilate);

//FindContour

vectorvectorPointContours;

vectorVec4ihierarchy;

findContours(src_dilate,Contours,hierarchy,RETR_TREE,CHAIN_APPROX_NONE,Point());

//SelecttheMaxareaContour

doubleMaxAreaRRect=0;

intSizeContour=0;

for(size_tt=0;tContours.size();t++){

RotatedRectRRect=minAreaRect(Contours[t]);

doubleAreaRRect=0;

AreaRRect=RRect.size.area();

MaxAreaRRect=max(MaxAreaRRect,AreaRRect);

}

doubleRRect_degree=