改进篇opencv图片倾斜度检测（二）利用摄像头进行实时检测
利用opencv检测图片倾斜度

1.利用最小矩阵函数minAreaRect得到旋转角度

import cv2
import numpy as np
import imutils
def show(img):#显示函数cv2.imshow('img',img)cv2.waitKey(0)cv2.destroyAllWindows()
def bianyuan(img):#边缘处理img_ = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#转换为灰度img_ = cv2.GaussianBlur(img_,(5,5),0)#高斯滤波去噪点img__ = cv2.Canny(img_,75,200)#Canny边缘检测return img__
def resize(img):#尺寸缩小height, width = img.shape[0:2]return cv2.resize(img1,  (int(width/4), int(height / 4)), cv2.INTER_NEAREST)def order_points(pts):#得到最大轮廓的四个坐标点# 一共4个坐标点rect = np.zeros((4, 2), dtype = "float32")# 按顺序找到对应坐标0123分别是 左上，右上，右下，左下# 计算左上，右下s = pts.sum(axis = 1)rect[0] = pts[np.argmin(s)]rect[2] = pts[np.argmax(s)]# 计算右上和左下diff = np.diff(pts, axis = 1)rect[1] = pts[np.argmin(diff)]rect[3] = pts[np.argmax(diff)]return rect
img1_path = r'C:\Users\11054\Desktop\Scan\images\page.jpg'
img1 = cv2.imread(img1_path)
img1 = resize(img1)
img1_ = bianyuan(img1)
show(img1)
# 轮廓检测
cnts = cv2.findContours(img1_.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)#检测出所有轮廓
cnts = cnts[1] if imutils.is_cv3() else cnts[0]#opencv4写法
cnts = sorted(cnts, key = cv2.contourArea, reverse = True)[:5]#排序得到前五个轮廓 可以根据图片自己设定
# 遍历轮廓
for c in cnts:# 计算轮廓近似peri = cv2.arcLength(c, True)# C表示输入的点集# epsilon表示从原始轮廓到近似轮廓的最大距离，它是一个准确度参数# True表示封闭的approx = cv2.approxPolyDP(c, 0.02 * peri, True)# 4个点的时候就拿出来 因为物品是矩阵形状if len(approx) == 4:screenCnt = approx#保存下来break#在图片上描绘出来
cv2.drawContours(img1, [screenCnt], -1, (0, 255, 0), 2)
show(img1)rect = order_points(screenCnt.reshape(4, 2))#得到坐标点
print(rect)
rangle = cv2.minAreaRect(rect)[2]#minAreaRect()函数返回角度 是最低的边到x水平坐标轴的角度
print(rangle)

输出如下：

此处的角度为：85.7°

2.算出最大边缘轮廓的四个坐标点计算斜率

import cv2
import numpy as np
import imutils
def show(img):cv2.imshow('img',img)cv2.waitKey(0)cv2.destroyAllWindows()
def bianyuan(img):img_ = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)img_ = cv2.GaussianBlur(img_,(5,5),0)#去噪点img__ = cv2.Canny(img_,75,200)return img__
def resize(img):height, width = img.shape[0:2]return cv2.resize(img1,  (int(width/4), int(height / 4)), cv2.INTER_NEAREST)def order_points(pts):# 一共4个坐标点rect = np.zeros((4, 2), dtype = "float32")# 按顺序找到对应坐标0123分别是 左上，右上，右下，左下# 计算左上，右下s = pts.sum(axis = 1)rect[0] = pts[np.argmin(s)]rect[2] = pts[np.argmax(s)]# 计算右上和左下diff = np.diff(pts, axis = 1)rect[1] = pts[np.argmin(diff)]rect[3] = pts[np.argmax(diff)]return rect
img1_path = r'C:\Users\11054\Desktop\Scan\images\page.jpg'
img2_path = r'C:\Users\11054\Desktop\Scan\images\receipt.jpg'
img1 = cv2.imread(img2_path)
img2 = cv2.imread(img2_path)
img1 = resize(img1)
img1_ = bianyuan(img1)
show(img1)
# 轮廓检测
cnts = cv2.findContours(img1_.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[1] if imutils.is_cv3() else cnts[0]
cnts = sorted(cnts, key = cv2.contourArea, reverse = True)[:5]# 遍历轮廓
for c in cnts:# 计算轮廓近似peri = cv2.arcLength(c, True)# C表示输入的点集# epsilon表示从原始轮廓到近似轮廓的最大距离，它是一个准确度参数# True表示封闭的approx = cv2.approxPolyDP(c, 0.02 * peri, True)# 4个点的时候就拿出来if len(approx) == 4:screenCnt = approxbreakcv2.drawContours(img1, [screenCnt], -1, (0, 255, 0), 2)
show(img1)
rect = order_points(screenCnt.reshape(4, 2))
(tl, tr, br, bl) = rect
print(rect)
print('rangle:',np.arctan((br[1]-tr[1])/(br[0]-tr[0]))*57.3)

输出：

利用霍夫变换测出直线后测出角度

opencv图片倾斜度检测（一）对图片进行检测相关推荐

opencv图片倾斜度检测（二）利用摄像头进行实时检测图片中物体并画出坐标轴和倾斜度
是在检测图片的基础上进行加工的详情可看opencv图片倾斜度检(一)对图片进行检测打开摄像头进行实时检测矩形轮廓,实时画出坐标轴坐标点和倾斜度,并且具有保存图片和利用plot单纯画出矩形的功能直 ...
使用深度学习opencv 进行人脸年龄的实时检测
2020-05-09 21:36:08 往期的文章我们分享了人脸的识别以及如何进行人脸年龄的检测,本期文章我们结合人脸识别的模型进行人脸年龄的实时检测人脸年龄的检测步骤 0.打开摄像头,获取图片数 ...
基于opencV的动态背景下运动目标检测及跟踪(修改版)
基于openCV的动态背景下的运动目标检测 from: http://www.mianfeiwendang.com/doc/89c6692a222a84b2ced0d502/1 摘要:介绍在动态背景下 ...
python+opencv实现机器视觉基础技术(2)(宽度测量，缺陷检测，医学检测
本篇博客接着讲解机器视觉的有关技术和知识.包括宽度测量,缺陷检测,医学处理. 一:宽度测量在传统的自动化生产中,对于尺寸的测量,典型的方法就是千分尺.游标卡尺.塞尺等.而这些测量手段测量精度低 ...
OpenCV+Python简单实践之硬币检测以及条形码检测
目录标题一.简单图片格式 1.位图 2.文件压缩比二.用奇异值分解(SVD)对一张图片进行特征值提取(降维)处理 1.代码 2.效果三.采用图像的开闭运算(腐蚀-膨胀),检测出2个样本图像中硬币 ...
【从零学习openCV】IOS7下的人脸检测
前言: 人脸检测与识别一直是计算机视觉领域一大热门研究方向,而且也从安全监控等工业级的应用扩展到了手机移动端的app,总之随着人脸识别技术获得突破,其应用前景和市场价值都是不可估量的,目前在学习ope ...
【优秀课设】基于OpenCV的Python人脸识别、检测、框选（遍历目录下所有照片依次识别视频随时标注）
基于OpenCV的Python人脸识别.检测.框选 (遍历目录下所有照片依次识别视频随时标注) 移步: https://blog.csdn.net/weixin_53403301/article/d ...
OpenCV+YOLO+IP摄像头实现目标检测
title: OpenCV+YOLO+IP摄像头实现目标检测前言学习OpenCV.YOLO到现在我实现了调用本地摄像头使用自己训练的模型进行目标识别,然后想着能不能远程获取视频数据,然后再PC端处 ...
【OpenCV入门教程之十七】OpenCV重映射 SURF特征点检测合辑
本系列文章由@浅墨_毛星云出品,转载请注明出处. 文章链接: http://blog.csdn.net/poem_qianmo/article/details/30974513 作者:毛星云(浅墨) ...

opencv图片倾斜度检测（一）对图片进行检测

1.利用最小矩阵函数minAreaRect得到旋转角度

2.算出最大边缘轮廓的四个坐标点计算斜率

利用霍夫变换测出直线后测出角度

opencv图片倾斜度检测（一）对图片进行检测相关推荐

最新文章

热门文章