利用python进行纸质文档识别（二）轮廓角点探测

最新推荐文章于 2024-04-19 16:36:15 发布

原创

最新推荐文章于 2024-04-19 16:36:15 发布 · 3.6k 阅读

22 ·

CC 4.0 BY-SA版权

文章标签：

#Python #opencv #角点探测

本文介绍了一种使用Python和OpenCV进行纸质文档角点探测的方法，通过轮廓探测和尖锐度检测来识别矩形四个角点，避免了Canny算子和Hough变换在表格类型角点探测上的不足。最终，程序能准确找到轮廓的四个顶点。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

前言

上次我们发现，只要找到了矩形的四个角点，进行旋转变换后就能够很完美的得到一个横平竖直的矩形。那如何得到四个角点呢？现在比较常见的方式是通过canny算子去探测角点，但是由于角点众多，其实canny算子并不适合表格类型的角点探测。还有一种是通过hough圆变换得到所有直线，然后计算最外围轮廓直线的交点得到角点，但同样的，也因为表格类型的直线较多，且容易在二值化的时候丢失线段，所以处理效果也比较差。
这里介绍另外一种方式去探测角点，先确定最大轮廓，然后在这个轮廓里寻找四个角点。

一、轮廓探测

轮廓探测比较轻松，opencv里有现成的函数cv2.findContours()，但是要注意输入图像只能二值图像。所以我们需要一定的预处理。下面是我预处理和轮廓探测的代码：

	gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 彩色图像转为灰度图像
    highthreshold,banary_img= cv2.threshold(gray_img, 0, 255, cv2.THRESH_BINARY|cv2.THRESH_OTSU )  
	# 利用自适应阀值转化为二值图像
	# 参数参考http://blog.youkuaiyun.com/on2way/article/details/46812121
    #cv2.findContours()
    contours = cv2.findContours(banary_img,cv2.RETR_LIST,cv2.CHAIN_APPROX_TC89_L1)
    #将探测到的所有轮廓赋值给contours，方法是不压缩轮廓点，方便下面寻找

二、角点探测

角点探测比较麻烦，通过几篇论文和一位大佬的blog，我使用了尖锐度检测的方式求得角点。原理通俗一点就是通过相邻几个点构成的向量计算其半角正弦值，结合近似原则进行近似计算。下面是我的实现。

# =============================================================================
# 点类
# =============================================================================
class Point:
    def __init__(self, point):
        # x1, y1, x2, y2 = l # 前两个数为起点，后两个数为终点
        self.x = point[0]
        self.y = point[1]
        
    def copy(self):
        return self
    
    def toList(self):
        #将点类转化为list类型
        return