使用python+opencv实现文档扫描

最新推荐文章于 2024-12-05 13:51:25 发布

原创

最新推荐文章于 2024-12-05 13:51:25 发布 · 7.8k 阅读

64 ·

CC 4.0 BY-SA版权

文章标签：

#python3 #文档扫描 #opencv

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 =