本文将使用 OpenCV，创建一个简单的文档扫描仪，就像常用的摄像头扫描仪应用程序一样。这个想法很简单，因为我们认为文档是四边形，我们获取边缘的位置并使用它来抓取文档本身，而忽略无用的图像背景。

简单的管道：加载图像＞＞检测边缘和抓取位置＞＞使用图像上的位置

导入包

首先，我们导入处理图像可能需要的包。threshold＿local 函数对你来说可能看起来很新，但这段代码其实没有什么特别之处。该函数来自 scikit 图像包。

＃ import packages

from skimage．filters import threshold＿local

import numpy as np

import cv2

import imutils

加载图像。

在这里，我们加载图像并保留一份副本。在这里，原始的副本对于获得清晰且未经篡改的图像扫描非常重要。为了处理图像，我调整到一个合理的比例，接下来我对图像进行灰度化以减少颜色并使其模糊（即有助于从图像背景中去除高频噪声），这些都是为了找到文件的边缘。

＃load in the image

image ＝ cv2．imread（＂images／questions．jpg＂）

orig  ＝ image．copy（）

＃Resize the image．

height ＝ image．shape［0］

width ＝ image．shape［1］

ratio ＝ 0．2

width ＝ int（ratio ＊ width）

height ＝ int（ratio ＊ height）

image ＝ cv2．resize（image，（width， height））

＃find edges in the image．

gray＿scaled ＝ cv2．cvtColor（image， cv2．COLOR＿BGR2GRAY）

＃blurr the image

gray＿scaled ＝ cv2．GaussianBlur（gray＿scaled，（5，5），0）

＃Edge detection

edged ＝ cv2．Canny（gray＿scaled，50， 200）

cv2．imshow（＂Image＂， image）

cv2．waitKey（0）

cv2．imshow（＂Edges detected＂， edged）

cv2．waitKey（0）

找到轮廓。

使用 cv2．findcontours（） 找到轮廓。接下来，我们使用 imutils 库抓取轮廓，最后，我们根据最大轮廓区域，对抓取的轮廓进行排序。在这种情况下，我保留了最大的 5 个

＃ find contours in the edged image． keep only the largest contours．

contours ＝ cv2．findContours（edged．copy（）， cv2．RETR＿LIST， cv2．CHAIN＿APPROX＿SIMPLE）

＃ grab contours

contours ＝ imutils．grab＿contours（contours）

＃ select contours based on size．

contours ＝ sorted（contours， key＝cv2．contourArea， reverse ＝ True）［：5］

对轮廓进行进一步处理。

首先，我们遍历轮廓并找到周长，这是将周长近似为点所必需的。完成此操作后，我们最终搜索恰好具有 4 个点的轮廓，这很可能是近似矩形形状的纸张。完成后，我们获取这些点的坐标，然后将它们初始化为纸张轮廓。

＃ loop over the contours．

for contour in contours：

   perimeter ＝ cv2．arcLength（contour， True）

   ＃ approximate your contour

   approximation ＝ cv2．approxPolyDP（contour， 0．02＊perimeter， True）
   

   ＃ if our contour has 4 points， then surely， it should be the paper．

   if len（approximation） ＝＝ 4：

       paper＿outline ＝ approximation

       break

有了坐标，下一步就是画轮廓，很简单。

＃ Draw the found contour．

cv2．drawContours（image，［paper＿outline］，－1，（225，0，0），2）

cv2．imshow（＂Found outline＂， image）

cv2．waitKey（0）

你心中的问题是，我们完成了吗？

好吧，你可能会说是的，因为你在图像周围设置了很好的轮廓。答案是否定的，为了获得最佳扫描形式的图像，我们需要 90 度的图像视图，尤其是在倾斜的情况下。为此，我们将创建一个函数来处理此任务。

管道：排列点＞＞标记点＞＞从真实图像中挑选点

arrange＿points 函数。

这样做的方法非常简单，归功于 Adrian Rosebrock（博士）。这个函数背后的直觉是我们获取文档四个边缘的坐标，并将其安排到我们认为它应该在的位置，我花了一些时间给出描述的图形表示。

点坐标的和

1）从上图中我们可以看出，点坐标（X，Y）的和最大的是在右上角。

2）最小的点总和是左下点。

点坐标的差

3）点坐标的差的最大值是左上角

4）点坐标的差的最小值是左下角。

代码。

该函数接受参数points，接下来，我初始化一个 NumPy 数组来表示矩形，该数组是一个 4 x 2 矩阵，因为我们有 4 个点和 2 个坐标（X，Y）。

最后，如上所述，我在矩形的点中注册（点的和以及点的差）。最后，我正确地返回了 Rectangle 的坐标。

def arrange＿points（points）：

   ＃ initialize a list of co－ordinates that will be ordered

   ＃ first entry is top－left point， second entry is top－right

   ＃ third entry is bottom－right， forth／last point is the bottom left point．

   rectangle ＝ np．zeros（（4，2）， dtype ＝ ＂float32＂）
   

   ＃ bottom left point should be the smallest sum

   ＃ the top－right point will have the largest sum of point．

   sum＿points＝ points．sum（axis ＝1）

   rectangle［0］ ＝ points［np．argmin（sum＿points）］

   rectangle［2］ ＝ points［np．argmax（sum＿points）］
      

   ＃bottom right will have the smallest difference

   ＃top left will have the largest difference．

   diff＿points ＝ np．diff（points， axis＝1）

   rectangle［1］ ＝ points［np．argmin（diff＿points）］

   rectangle［3］ ＝ points［np．argmax（diff＿points）］
   
      ＃ return order of co－ordinates．

   return rectangle

设置四个点。

这个功能很简单，这里的想法当然是拉直纸张，只提取需要的区域。在这里，输入是 1） 图像本身和点或坐标。首先，我们使用我们创建的第一个函数“arrange＿points”来排列函数的点。接下来，我相应地分配了点，因为我之前已经安排了点并且也很好地命名了它们。

计算。

对于计算，只需两点之间的距离即可找到每边的长度。有了这个，我们能够在对的位置上防止错误地调整图像。顾名思义，目的地是图像的新视图。其中 ［0，0］ 表示左上角。接下来，［Max－width － 1，0］ 表示右上角，我们还有 ［maxwidth －1， maxheight－1］ 表示底部右上角，最后是左下角 ［0， max－height －1］。

转换矩阵

动作完成，工作结束，我们需要完成的是使用 cv2．getPerspectiveTransform（） 的变换矩阵，它接受点的矩形和目的地。现在我们有了矩阵，我们使用 cv2．warpPerspective（） 应用它，它获取你提供给函数的图像、变换矩阵，最后是建议扫描的（宽度和长度）。全部完成，返回转换后的图像

＃ set four points．

def set＿four＿points（image， points）：

   ＃ obtain order of points and unpack．

   rectangle ＝ arrange＿points（points）

   （top＿left，top＿right，bottom＿right，bottom＿left） ＝ rectangle

   ＃ let＇s compute width of the rectangle．

   ＃ using formular for distance between two points

   left＿height ＝ np．sqrt（（（top＿left［0］－bottom＿left［0］）＊＊2） ＋ （（top＿left［1］－bottom＿left［1］）＊＊2））

   right＿height ＝ np．sqrt（（（top＿right［0］－bottom＿right［0］）＊＊2） ＋ （（top＿right［1］－bottom＿right［1］）＊＊2））

   top＿width ＝ np．sqrt（（（top＿right［0］－top＿left［0］）＊＊2） ＋ （（top＿right［1］－top＿left［1］）＊＊2））

   bottom＿width ＝ np．sqrt（（（bottom＿right［0］－bottom＿left［0］）＊＊2） ＋ （（bottom＿right［1］－bottom＿left［1］）＊＊2））
   

   maxheight ＝ max（int（left＿height）， int（right＿height））

   maxwidth  ＝ max（int（top＿width）， int（bottom＿width））
   

   destination ＝ np．array（［

       ［0，0］，

       ［maxwidth －1，0］，

       ［maxwidth －1， maxheight－1］，

       ［0， maxheight － 1］］， dtype ＝ ＂float32＂）
   
             matrix ＝ cv2．getPerspectiveTransform（rectangle， destination）

      warped ＝ cv2．warpPerspective（image， matrix， （maxwidth，maxheight））

      return warped

应用函数

我们已经创建了函数，因此我们将其应用于最初保存的原始图像。第二个输入是论文的大纲。我通过删除我在开始时所做的比例缩放，将纸张轮廓重新调整回原来的大小。要获得图像的黑白感觉，需要使用 Threshold local，但当然，如果你想要对图像进行彩色扫描，则根本不需要它。最后，我调整大小并显示。

warped ＝ set＿four＿points（orig， paper＿outline．reshape（4，2）＊（1／ratio））

＃warped ＝ cv2．cvtColor（warped， cv2．COLOR＿BGR2GRAY）

＃threshold ＝ threshold＿local（warped， 11， offset＝10， method＝＂gaussian＂）

＃warped ＝ （warped ＞ threshold）．astype（＂uint8＂） ＊ 255

＃show the original and scanned images

print（＂Image Reset in progress＂）

cv2．imshow（＂Original＂， cv2．resize（orig，（width， height）））

cv2．imshow（＂Scanned＂，cv2．resize（warped，（width， height）））

cv2．waitKey（0）

干得好！！，你刚刚创建了自己的扫描仪应用程序。

       原文标题 : 构建文档扫描仪