使用python+opencv实现文档扫描

本文档介绍了如何使用Python和OpenCV库来实现文档扫描。首先,捕获图像并进行灰度和高斯模糊处理,接着通过Canny边缘检测和阈值操作提取文档轮廓。在调试过程中遇到了`ValueError: too many values to unpack (expected 2)`,原因是函数返回值与存储变量个数不符。最后,应用透视变换完成文档扫描。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、扫描文档的步骤

  • 捕获图像
  • 检测边缘
  • 提取所需对象/定义轮廓
  • 对提取的对象进行透视变换
  • 提取文本内容(此处不做处理)

1、scanner.py

import cv2
import numpy as np
import rect

#读入要检测的图片,此处读入单张图片。如果分辨率足够好的话,我们也可以使用笔记本电脑的摄像头。
image = cv2.imread('test.jpg')
#重新设置图片的大小,以便对其进行处理:选择最佳维度,以便重要内容不会丢失
image = cv2.resize(image, (1500,880))
#创建原始图像的副本
orig = image.copy()
#对图像进行灰度处理,并进而进行行高斯模糊处理
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blurred = cv2.GaussianBlur(gray, (5, 5), 0)
#使用canny算法进行边缘检测
edged = cv2.Canny(blurred,0,50)
#创建canny算法处理后的副本
orig_edged = edged.copy()
#找到边缘图像中的轮廓,只保留最大的,并初始化屏幕轮廓
#findContours()函数用于从二值图像中查找轮廓
img, contours, hierarchy = cv2.findContours(edged, cv2.RETR_LIST, cv2.CHAIN_APPROX_NONE)
#使用python中的sorted函数返回contours重新排序的结果(降序),排序规则(key):根据计算的轮廓面积大小
contours = sorted(contours, key = cv2.contourArea, reverse = True)
#得到近似轮廓
for c in contours:
    p = cv2.arcLength(c, True)   #计算封闭轮廓的周长或者曲线的长度
    approx =
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值