时间戳

首页 > 解决方案 > 如何去歪斜文本图像也检索该图像的新边界框？

python - 如何去歪斜文本图像也检索该图像的新边界框？

问题描述

这是我得到的收据图像，我使用 matplotlib 绘制了它，如果您看到图像，则其中的文本不直。我怎样才能消除偏差并修复它？

from skimage import io
import cv2

# x1, y1, x2, y2, x3, y3, x4, y4
bbox_coords = [[20, 68], [336, 68], [336, 100], [20, 100]]

image = io.imread('https://i.ibb.co/3WCsVBc/test.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)

fig, ax = plt.subplots(figsize=(20, 20))
ax.imshow(gray, cmap='Greys_r')

# for plotting bounding box uncomment the two lines below
#rect = Polygon(bbox_coords, fill=False, linewidth=1, edgecolor='r')
#ax.add_patch(rect)
plt.show()

print(gray.shape)
(847, 486)

收据图片

我认为如果我们想先去歪斜，我们必须找到边缘，所以我尝试使用 canny 算法找到边缘，然后得到如下轮廓。

from skimage import filters, feature, measure

def edge_detector(image):
    image = filters.gaussian(image, 2, mode='reflect')
    edges = feature.canny(image)
    contours = measure.find_contours(edges, 0.8)
    return edges, contours

fig, ax = plt.subplots(figsize=(20, 20))

ax.imshow(gray, cmap='Greys_r'); 
gray_image, contours = edge_detector(gray)

for n, contour in enumerate(contours):
    ax.plot(contour[:, 1], contour[:, 0], linewidth=2)

我从上面的代码中得到的边缘是每个文本的边缘，但这不是我需要的。我需要得到收据的边缘吗？

我还需要一种在图像去偏斜（即拉直图像）后获取新边界框坐标的方法吗？

如果有人解决过类似的问题，请帮帮我？谢谢。

标签： pythonopencvimage-processingocrscikit-image

解决方案

这是 Projection Profile Method 的修改实现，用于校正倾斜图像，如JBIG 压缩图像的 Projection profile based skew estimation algorithm 中所述。得到二值图像后，思路是将图像旋转各个角度，在每次迭代中生成像素直方图。为了确定倾斜角度，我们比较了峰值之间的最大差异，并使用该倾斜角度旋转图像以校正倾斜。要确定的峰值数量可以通过该delta值进行调整，delta 越低，检查的峰值越多，权衡过程将花费更长的时间。

之前->之后

代码

import cv2
import numpy as np
from scipy.ndimage import interpolation as inter

def correct_skew(image, delta=.1, limit=5):
    def determine_score(arr, angle):
        data = inter.rotate(arr, angle, reshape=False, order=0)
        histogram = np.sum(data, axis=1)
        score = np.sum((histogram[1:] - histogram[:-1]) ** 2)
        return histogram, score

    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    blur = cv2.medianBlur(gray, 3)
    thresh = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1] 

    scores = []
    angles = np.arange(-limit, limit + delta, delta)
    for angle in angles:
        histogram, score = determine_score(thresh, angle)
        scores.append(score)

    best_angle = angles[scores.index(max(scores))]

    (h, w) = image.shape[:2]
    center = (w // 2, h // 2)
    M = cv2.getRotationMatrix2D(center, best_angle, 1.0)
    rotated = cv2.warpAffine(image, M, (w, h), flags=cv2.INTER_CUBIC, \
              borderMode=cv2.BORDER_REPLICATE)

    return best_angle, rotated

if __name__ == '__main__':
    image = cv2.imread('1.jpg')
    angle, rotated = correct_skew(image)
    print(angle)
    cv2.imshow('rotated', rotated)
    cv2.imwrite('rotated.png', rotated)
    cv2.waitKey()

注意：另请查看将倾斜图像旋转到直立位置以获取另一种方法

推荐阅读