本文主要是介绍基于python+opencv的图像目标区域自动提取(本项目为提取纸张中的内容),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
要点:
该教程为基于python+opencv的图像目标区域自动提取,实现自动提取一张照片中的纸张内容
环境配置:
Wn10+CPU i7-6700
Pycharm2018
opencv-python 3.4.2.17
numpy 1.14.5
笔者信息:Next_Legend QQ:1219154092 人工智能 自然语言处理 图像处理 神经网络
——2018.8.12于天津大学
该项目的代码在笔者的资源仓库中,代码地址:
基于python+opencv的图像目标区域自动提取
一、项目背景
一张照片中的感兴趣区域总是沿着x,y,z三个轴都有一定倾斜(如下图),要想把照片翻转到平行位置,需要进行透视变换,而透视变换需要同一像素点变换前后的坐标。由此可以想到,提取矩形区域四个角的坐标作为变换前的坐标,变换后的坐标可以设为照片的四个角落,经过投影变换,矩形区域将会翻转并充满图像。
因此我们要解决的问题变为:提取矩形的四个角落、进行透视变换。
二、提取矩形角落坐标
矩形的检测主要是提取边缘,图片显示部分的亮度通常高于周围环境,我们可以将图片阈值化,将图片部分与周围环境明显的分别开来,这对后边的边缘检测非常有帮助。
检测矩形并提取坐标需要对图像进行预处理、边缘检测、提取轮廓、检测凸包、角点检测。
1、预处理转为灰度图
由于手机拍摄的照片像素可能会很高,为了加快处理速度,我们首先将图像转化为灰度图
image = cv2.imread(Config.src)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
srcWidth, srcHeight, channels = image.shape
print(srcWidth, srcHeight)
2、中值滤波
binary = cv2.medianBlur(gray,7)
3、转化为二值图像
ret, binary = cv2.threshold(binary, Config.threshold_thresh, 255, cv2.THRESH_BINARY)
cv2.im
这篇关于基于python+opencv的图像目标区域自动提取(本项目为提取纸张中的内容)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!