第C++OpenCV實戰之文檔照片轉換成掃描文件MatresultImg;//保存處理后圖像

resize(image,resultImg,Size(processWith,peocessHeight));

returnresultImg;

這里再定義一個顯示圖像的方法：

//顯示圖片

voidvisualize(StringwinName,Matimage){

namedWindow(winName,WINDOW_NORMAL);

imshow(winName,image);

waitKey(0);

2、創建直線類并計算兩條直線的交點

先定義一個直線類，包含兩個端點；

假設已知兩條直線上的兩點，怎么求得交點呢？

可以參考這個網址中的數學公式：/wiki/Line%E2%80%93line_intersection

//返回兩條直線的交點

Point2flinesIntersect(Linelin1,Linelin2){

//這里直接根據網上的數學公式求得

intx1=lin1.p1.x,y1=lin1.p1.y;

intx2=lin1.p2.x,y2=lin1.p2.y;

intx3=lin2.p1.x,y3=lin2.p1.y;

intx4=lin2.p2.x,y4=lin2.p2.y;

floatD=(x1-x2)*(y3-y4)-(y1-y2)*(x3-x4);

if(fabs(D)1e-6){

returnPoint2f(

((x1*y2-y1*x2)*(x3-x4)-(x1-x2)*(x3*y4-y3*x4))/D,

((x1*y2-y1*x2)*(y3-y4)-(y1-y2)*(x3*y4-y3*x4))/D);

returnPoint2f(-1,-1);

3、圖像邊緣檢測Canny

Matcanny,gray;

cvtColor(image,gray,COLOR_BGR2GRAY);

doublethreshold_low=threshold(gray,canny,0,255,THRESH_BINARY|cv::THRESH_OTSU);

Canny(gray,canny,threshold_low,threshold_low*2);

returncanny;

注意：進行Canny邊緣檢測的效果和圖像的大小有關，可以適當對大圖進行縮放；

4、通過霍夫變換進行直線檢測

檢測到的直線分為兩類，一類是水平線，一類是豎直線；

為了得到外邊緣框的直線，可以先根據直線的外接矩形長寬比分為水平和豎直線，再根據中點的位置，找到邊緣直線；

如上圖所示，如果xy，則將該直線分為水平線，如果yx，則將該直線劃分為水平線；

隨后再根據中心點的坐標大小確定邊緣線；

//進行霍夫直線檢測，保存所有檢測到的直線，并且確保直線大于4條

vectorVec4ilines;

//這里的參數需要根據圖像大小等因素進行微調

HoughLinesP(canny,lines,1,CV_PI/180,80,height/5,200);

if(lines.size()4){

cout"Findonly"lines.size()"lines,returndirectly"endl;

//將直線分為水平線和垂直線

vectorLinehorizontals,verticals;

Mattmp=image.clone();

for(autov:lines){

doublew=fabs(v[0]-v[2]),h=fabs(v[1]-v[3]);

Linetmp_line(Point(v[0],v[1]),Point(v[2],v[3]));

if(wh)horizontals.push_back(tmp_line);

elseverticals.push_back(tmp_line);

//下面兩行代碼是實現繪制直線

//line(tmp,Point(v.val[0],v.val[1]),Point(v.val[2],v.val[3]),Scalar(255,0,0),8);

//visualize("houghtest",tmp);

//確保水平線和垂直線至少有兩條

if(horizontals.size()2||verticals.size()2){

cout"Notenoughedgelines..."endl;

//將水平和垂直線按中心點位置進行排序，這里的兩個排序函數需要自己實現

sort(horizontals.begin(),horizontals.end(),cmpHeight);

sort(verticals.begin(),verticals.end(),cmpWidth);

//繪制出找到的直線

line(tmp,horizontals[0].p1,horizontals[0].p2,Scalar(255,0,0),8);

line(tmp,horizontals[horizontals.size()-1].p1,horizontals[horizontals.size()-1].p2,Scalar(255,0,0),8);

line(tmp,verticals[0].p1,verticals[0].p2,Scalar(255,0,0),8);

line(tmp,verticals[verticals.size()-1].p1,verticals[verticals.size()-1].p2,Scalar(255,0,0),8);

visualize("houghtest",tmp);

排序函數的實現：

//對水平線進行排序

boolcmpHeight(constLinel1,constLinel2){

returnl1.center.yl2.center.y;

//對垂直線進行排序

boolcmpWidth(constLinel1,constLinel2){

returnl1.center.xl2.center.x;

5、求單應性矩陣

現在已知圖像上目標的四個點坐標，通過點對關系，求得二者之間的單應性變換矩陣；

intdst_width=1080,dst_height=1920;

vectorPoint2fdst_pts;

dst_pts.push_back(Point(0,0));

dst_pts.push_back(Point(dst_width-1,0));

dst_pts.push_back(Point(0,dst_height-1));

dst_pts.push_back(Point(dst_width-1,dst_height-1));

MatwarpedImg=Mat::zeros(dst_height,dst_width,CV_8UC3);

Mathomo=getPerspectiveTransform(ori_pts,dst_pts);

warpPerspective(image,warpedImg,homo,warpedImg.size());

visualize("result",warpedImg);

結果圖：

6、降噪和二值化

降噪采用中值濾波，閾值過濾采用自適應的二值化；

voidpostProcess(Matimage){

medianBlur(image,image,7);

cvtColor(image,image,COLOR_BGR2GRAY);

threshold(image,image,0,255,THRESH_BINARY|cv::THRESH_OTSU);

四、方案二：用戶點選目標區域

方案一是完全基于自動化的方式，用戶只需要傳入圖像，程序會自動選擇合適的區域；

優點在于其節省了用戶的人工成本，使得程序更為簡便；

缺點在于算法具有局限性，對背景及區域選取有要求，比如不能在區域外出現干擾物體，也無法滿足用戶的一些特別需求，比如選定大區域中的小區域；

方案二的優勢在于其強大的靈活性，用戶可以根據自己的需求選擇相應的區域，程序將對所選區域進行轉換；

1、命令行解析

加入命令行參數的功能，用戶可以從命令行傳入參數；

intmain(intargc,char**argv)

constStringkeys=

"{helphusage||printthismessage}"

"{path|D:/project/OpenCV/card.jpg|pathtofile}"

//采用opencv命令行解析的方式

CommandLineParsermyParser(argc,argv,keys);

Stringpath=myParser.getString("path");

coutpathendl;

2、鼠標事件

主要實現用戶點擊鼠標時的一些交互功能：

//這幾個參數為默認參數

voidonMouse(intevent,intx,inty,intflags,void*userdata){

//當點數為四個時，判斷當前用戶鼠標選取的拖動點是哪一個

if(srcPts.size()==4){

for(inti=0;ii++){

Point2fv=srcPts[i];

if((event==EVENT_LBUTTONDOWN)(abs(v.x-x)20)(abs(v.y-y)20)){

isDragging=true;

drag_index=i;

//用戶點擊鼠標左鍵時，加入點

elseif(event==EVENT_LBUTTONDOWN){

srcPts.push_back(Point2f(x,y));

//取消拖動

if(event==EVENT_LBUTTONUP){

isDragging=false;

//如果鼠標移動并且一直按著，就改變原來的點

if((event==EVENT_MOUSEMOVE)isDragging){

srcPts[drag_index].x=x;

srcPts[drag_index].y=y;

3、主函數實現

定義了鼠標函數之后，需要將其中的操作在窗口進行展示：

namedWindow(winNameOri,WINDOW_NORMAL);

namedWindow(winNameRes,WINDOW_NORMAL);

setMouseCallback(winNameOri,onMouse,nullptr);

booldone=false;

while(!done){

if(srcPts.size()4){

img=oriImg.clone();

for(inti=0;isrcPts.size();i++){

circle(img,srcPts[i],10,Scalar(255,255,0),5);

putText(img,labels[i].c_str(),srcPts[i],FONT_HERSHEY_SIMPLEX,1,Scalar(255,255,255),2);

imshow(winNameOri,img);

if(srcPts.size()==4){

img=oriImg.clone();

for(inti=0;ii++){

circle(img,srcPts[i],10,Scalar(255,255,0),5);

line(img,srcPts[i],srcPts[(i+1)%4],Scalar(0,255,0),5);

putText(img,labels[i].c_str(),srcPts[i],FONT_HERSHEY_SIMPLEX,1,Scalar(255,255,255),2);

imshow(winNameOri,img);

4、結果展示