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！
