opencv图像灰度变换（深度学习OpenCV最常用的操作）

在前一篇文章印刷体中文字符的分割中，我们对于图像中的印刷体字符分割进行了介绍，细心的网友可能会发现，现实生活中我们从书中拍到的文本图像往往是如图1的情况。图像文本中会会有一定的角度错位。

图1：存在旋转图像及其投影结果

对于这样的图像，如果我们使用上文中提到的二值化，然后进行投影，可以看到y方向的投影是没有办法进行按行分割的。处理方法有很多，本文提供一种利用角度变换来进行矫正的方法以供大家参考借鉴。主要包括两个步骤：一是旋转角计算，二是图像任意角度旋转。

一、旋转角计算

细心的网友可能会发现，如果我们给做每一行文本做一个外接最小矩形，那么他的长边是基本平行的，如图2所示。

图2：文字行的外接矩形

如果我们能够找到这些外接矩形与水平方向的夹角，也就是图像的旋转角，实现方法如图3所示：

具体来说：

第15-第17行：将图像进行膨胀。由于一行中的每个文字之间存在间隙，如果直接进行处理，将得不到每行文字的整体结果，通过膨胀，使得一行中的大部分文字能够形成一个整体，从而利用后续的操作来找到整体的外接矩形。其中v_span和h_span分别表示水平方向和垂直方向膨胀大小，一般来说水平方向要大于垂直方向，从而同一文本行能够形成一个整体。

第19行：查找图像的外接轮廓。该函数的输入图像要求是二值化的图像，同时返回图像，轮廓列表和结构关系。具体的用法大家可以查阅官方文档，在此不进行展开。

第22行：设置旋转角精度。轮廓查找得到的旋转角度往往存在一定的误差，我们的思路是使用旋转角度出现次数最多的角度作为整体的旋转角。如果直接使用浮点型的数据来进行比较，数据将非常分散，通过设置一个精度值，实现将精度范围内的角度进行合并处理。

第23-27行：使用minAreaRect函数计算每个子轮廓的旋转角并保存起来。minAreaRect函数有3个输出，分别是左上角坐标、右下角坐标以及偏转角。

第29-30行：使用collections模块中的Counter方法得到旋转角中出现次数最多的角度，并恢复成原始角度。

二、图像旋转

计算出旋转角后，就要将图像进行矫正，实现的方法主要是利用OpenCV中提供的仿射变换功能，实现方法如下：

具体来说：

第32-34行：计算新的图像长度和宽度。其中高度计算原理如图5所示，对于任意的旋转角，新的图像高度为图中两段红线的总长度，即：新的高度等于宽度乘以正弦加上高度乘以余弦。宽度的计算方法类似。

图5：旋转后高度的计算示意图

第36-39行：使用OpenCV提供的getRotationMatrix2D方法计算旋转矩阵，需要提供旋转中心的旋转角。计算出矩阵之后要进行平移。因为一但旋转，就会使坐标值出现负值。

第41-42行：使用warpAffine进行变换。需要提供四个参数：图像，旋转矩阵，旋转后的高度、宽度以及填充值。

通过以上操作，我们就能得到一幅标准图像，如图6所示。

图6：旋转矫正后的图像

至此，我们通过旋转角计算及图像旋转，将一个幅有角度偏差的图像变成标准图像，从而能够利用投影法等方法来进行字符的分割。

作者：花木兰

申明：本文为易学智能原创内容，如需转载请私信

欢迎关注“易学智能”头条号，评论区有问必答

www.easyaiforum.cn论坛提在线开发和学习平台

,