### 使用Python和OpenCV实现文档扫描仪功能 实现一个文档扫描仪功能，需要结合图像处理技术来检测文档的边界，并对文档进行透视变换以获得清晰的扫描效果。以下是实现该功能的完整方法： #### 1. 导入必要的库 首先，需要导入所需的库，包括 `cv2` 和 `numpy`。 ```python import cv2 import numpy as np ``` #### 2. 读取图像 使用 `cv2.imread()` 函数读取输入图像文件[^1]。 ```python img = cv2.imread('document.jpg', cv2.IMREAD_COLOR) if img is None: print("Error: Image not found or unable to load.") exit() ``` #### 3. 转换为灰度图像 将彩色图像转换为灰度图像，以便后续进行边缘检测。 ```python gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 转换为灰度图像[^2] ``` #### 4. 应用高斯模糊 为了减少噪声，可以对灰度图像应用高斯模糊。 ```python blurred = cv2.GaussianBlur(gray, (5, 5), 0) # 高斯模糊[^4] ``` #### 5. 边缘检测 使用 Canny 边缘检测器检测图像中的边缘。 ```python edges = cv2.Canny(blurred, 75, 200) # Canny 边缘检测[^2] ``` #### 6. 查找轮廓 使用 `cv2.findContours()` 函数查找图像中的所有轮廓，并筛选出最大的轮廓作为文档的边界[^3]。 ```python contours, _ = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) contours = sorted(contours, key=cv2.contourArea, reverse=True)[:5] # 筛选四边形轮廓 for contour in contours: perimeter = cv2.arcLength(contour, True) approx = cv2.approxPolyDP(contour, 0.02 * perimeter, True) if len(approx) == 4: doc_contour = approx break ``` #### 7. 透视变换 通过透视变换将文档拉直并裁剪为矩形。 ```python def order_points(pts): rect = np.zeros((4, 2), dtype="float32") s = pts.sum(axis=1) rect[0] = pts[np.argmin(s)] rect[2] = pts[np.argmax(s)] diff = np.diff(pts, axis=1) rect[1] = pts[np.argmin(diff)] rect[3] = pts[np.argmax(diff)] return rect pts = doc_contour.reshape(4, 2) rect = order_points(pts) (tl, tr, br, bl) = rect widthA = np.sqrt(((br[0] - bl[0]) ** 2) + ((br[1] - bl[1]) ** 2)) widthB = np.sqrt(((tr[0] - tl[0]) ** 2) + ((tr[1] - tl[1]) ** 2)) heightA = np.sqrt(((tr[0] - br[0]) ** 2) + ((tr[1] - br[1]) ** 2)) heightB = np.sqrt(((tl[0] - bl[0]) ** 2) + ((tl[1] - bl[1]) ** 2)) maxWidth = max(int(widthA), int(widthB)) maxHeight = max(int(heightA), int(heightB)) dst = np.array([ [0, 0], [maxWidth - 1, 0], [maxWidth - 1, maxHeight - 1], [0, maxHeight - 1]], dtype="float32") M = cv2.getPerspectiveTransform(rect, dst) warped = cv2.warpPerspective(img, M, (maxWidth, maxHeight)) ``` #### 8. 显示结果 将最终的扫描结果保存或显示出来。 ```python cv2.imshow("Scanned Document", warped) cv2.waitKey(0) cv2.destroyAllWindows() ``` --- ### 注意事项 - 如果输入图像中没有明显的文档边界，可能需要调整 Canny 边缘检测的阈值参数。 - 在实际应用中，建议对不同分辨率和光照条件下的图像进行测试，以优化算法性能。 ---