第Python+OpenCV實戰(zhàn)之實現(xiàn)文檔掃描########################################################################

webCamFeed=True#

pathImage="1.jpg"#

cap=cv2.VideoCapture(1)#

cap.set(10,160)#

heightImg=640#

widthImg=480#

########################################################################

utlis.initializeTrackbars()

count=0

whileTrue:

ifwebCamFeed:

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)#FINDALLCONTOURS

cv2.drawContours(imgContours,contours,-1,(0,255,0),10)#繪制所有檢測到的輪廓

#找到最大的輪廓

biggest,maxArea=utlis.biggestContour(contours)#找到最大的輪廓

ifbiggest.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)#為扭曲準備點

pts2=np.float32([[0,0],[widthImg,0],[0,heightImg],[widthImg,heightImg]])#為扭曲準備點

matrix=cv2.getPerspectiveTransform(pts1,pts2)

imgWarpColored=cv2.warpPerspective(img,matrix,(widthImg,heightImg))

#從每側(cè)移除20個像素

imgWarpColored=imgWarpColored[20:imgWarpColored.shape[0]-20,20:imgWarpColored.shape[1]-20]

imgWarpColored=cv2.resize(imgWarpColored,(widthImg,heightImg))

#應用自適應閾值

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])

#顯示標簽

lables=[["Original","Gray","Threshold","Contours"],

["BiggestContour","WarpPrespective","WarpGray","AdaptiveThreshold"]]

stackedImage=utlis.stackImages(imageArray,0.75,lables)

cv2.imshow("Result",stackedImage)

#按下“s”鍵時保存圖像

ifcv2.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,"ScanSaved",(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

elifcv2.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，其實我也有點壓力，因為這個項目它涉及了Opencv核心知識點，有的地方我也需要去查找，因為學久必會忘，更何況我也是剛剛起步的階段，所以我會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，請看＃號框內(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文件當中的軌跡欄初始化函數(shù)。然后，我們依次對圖像進行大小調(diào)整、灰度圖像、高斯模糊、Canny邊緣檢測、擴張、侵蝕。之后，找出圖像可以檢測的所有輪廓，并找到最大的輪廓并且畫出來，同時要為掃描到的文檔找到四個頂點，也就是扭曲點，用cv2.getPerspectiveTransform()函數(shù)找到點的坐標，用cv2.warpPerspective()函數(shù)輸出圖像，如果到了這一步，我們?nèi)ミ\行一下會發(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個像素，應用自適應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，標簽（列表的形式，可以不用標簽，程序一樣可以正確運行），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ScanSaved的矩形框。點擊Esc鍵即可退出程序。

4.項目資源

GitHUb：Opencv-project-training/Opencvprojecttraining/06DocumentScanneratmainAuorui/Opencv-project-