如何进行文档类图像的校正？
可以使用OpenCV实现的图像校正算法，包含透视校正和旋转校正的步骤，并附有详细注释。
具体如下：
import cv2
import numpy as npdef order_points(pts):"""将四个点按左上、右上、右下、左下顺序排列"""rect = np.zeros((4, 2), dtype="float32")# 按x坐标排序，分左右两组x_sorted = pts[np.argsort(pts[:, 0]), :]left = x_sorted[:2, :]right = x_sorted[2:, :]# 左组按y坐标排序（左上，左下）left = left[np.argsort(left[:, 1]), :](tl, bl) = left# 右组按y坐标排序（右上，右下）right = right[np.argsort(right[:, 1]), :](tr, br) = rightreturn np.array([tl, tr, br, bl], dtype="float32")def perspective_correction(img):"""透视校正：检测图像中的四边形并进行透视变换"""gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)blurred = cv2.GaussianBlur(gray, (5, 5), 0)# 自适应阈值处理增强边缘edged = cv2.adaptiveThreshold(blurred, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 11, 2)# 查找轮廓contours, _ = cv2.findContours(edged.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)contours = sorted(contours, key=cv2.contourArea, reverse=True)[:5] # 取面积前5的轮廓for contour in contours:peri = cv2.arcLength(contour, True)approx = cv2.approxPolyDP(contour, 0.02 * peri, True)if len(approx) == 4: # 检测到四边形ordered_pts = order_points(approx.reshape(4, 2))# 计算目标图像尺寸(tl, tr, br, bl) = ordered_ptswidth_top = np.linalg.norm(tr - tl)width_bottom = np.linalg.norm(br - bl)height_left = np.linalg.norm(bl - tl)height_right = np.linalg.norm(br - tr)max_width = max(int(width_top), int(width_bottom))max_height = max(int(height_left), int(height_right))# 目标四点坐标dst = np.array([[0, 0],[max_width - 1, 0],[max_width - 1, max_height - 1],[0, max_height - 1]], dtype="float32")# 计算变换矩阵并应用M = cv2.getPerspectiveTransform(ordered_pts, dst)warped = cv2.warpPerspective(img, M, (max_width, max_height))return warpedreturn None # 未找到四边形def rotate_correction(image):"""旋转校正：检测直线角度并旋转图像"""gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)edges = cv2.Canny(gray, 50, 150, apertureSize=3)lines = cv2.HoughLines(edges, 1, np.pi / 180, 200) # 霍夫变换检测直线if lines is None:return imageangles = []for line in lines:rho, theta = line[0]# 计算直线角度（转换为度数）angle = np.degrees(theta) - 90 # 转换为相对于垂直线的角度angles.append(angle)median_angle = np.median(angles)# 仅在校正角度超过阈值时旋转if abs(median_angle) > 0.5:(h, w) = image.shape[:2]center = (w // 2, h // 2)M = cv2.getRotationMatrix2D(center, median_angle, 1.0)corrected = cv2.warpAffine(image, M, (w, h), borderMode=cv2.BORDER_REPLICATE)return correctedreturn imagedef main(image_path):# 读取图像img = cv2.imread(image_path)if img is None:print("Error: 无法读取图像")return# 可选：镜头畸变校正（需提供相机参数）# img = cv2.undistort(img, camera_matrix, dist_coeffs)# 透视校正perspective_img = perspective_correction(img)if perspective_img is not None:# 旋转校正final_img = rotate_correction(perspective_img)else:# 直接旋转校正原图final_img = rotate_correction(img)# 显示结果cv2.imshow("Original", img)if perspective_img is not None:cv2.imshow("Perspective Corrected", perspective_img)cv2.imshow("Final Corrected", final_img)cv2.waitKey(0)cv2.destroyAllWindows()if __name__ == "__main__":import sysif len(sys.argv) != 2:print("Usage: python image_correction.py <image_path>")else:main(sys.argv[1])
算法说明：
-
透视校正：
- 通过自适应阈值处理和轮廓检测找到图像中的四边形区域
- 使用透视变换将四边形区域转换为正视图
- 适用于文档、标牌等包含明显四边形结构的图像
-
旋转校正：
- 使用Canny边缘检测和霍夫变换检测直线
- 计算直线角度的中位数作为图像倾斜角度
- 根据倾斜角度旋转图像实现水平校正
-
畸变校正：
- 代码中已预留镜头畸变校正接口（需取消注释并提供相机标定参数）
- 使用
cv2.undistort()函数实现径向和切向畸变校正
使用说明：
- 安装依赖：
pip install opencv-python numpy - 运行命令：
python image_correction.py <图片路径> - 按任意键关闭窗口
该算法能有效校正大多数文档类图像的透视畸变和旋转问题，实际效果取决于图像中的特征检测质量，可通过调整阈值参数优化结果。
相关文章：
如何进行文档类图像的校正？
可以使用OpenCV实现的图像校正算法，包含透视校正和旋转校正的步骤，并附有详细注释。 具体如下： import cv2 import numpy as npdef order_points(pts):"""将四个点按左上、右上、右下、左下顺序排列"""rect …...
GPIO外设
一、GPIO简介 GPIO，general-purpos IO port,通用输入输出引脚，所有的GPIO引脚都有基本的输入输出功能。 最基本的输出功能：STM32控制引脚输出高、低电平，实现开关控制；最基本的输入功能：检测外部输入电平&…...
DeepSeek-R1之二_基于Open-WebUI的AI托管平台之Pyenv-win安装与配置搭建本地AI知识库
DeepSeek-R1之二_基于Open-WebUI的AI托管平台之Pyenv-win安装与配置搭建本地AI知识库 文章目录 DeepSeek-R1之二_基于Open-WebUI的AI托管平台之Pyenv-win安装与配置搭建本地AI知识库1. 官网及前提条件1. 官网2. 前提条件1. 安装了Ollama2. 通过Ollama下载与管理了DeepSeek-R1模…...
My Metronome for Mac v1.4.2 我的节拍器 支持M、Intel芯片
应用介绍 My Metronome 是一款适用于 macOS 的专业节拍器应用程序，旨在帮助音乐家、作曲家、学生和任何需要精确节奏控制的人进行练习。无论是进行乐器练习、音乐创作还是演出排练，My Metronome 都能为用户提供精准的节拍支持和灵活的功能，确…...
Windows系统本地部署DeepSeek-R1+本地知识库+联网搜索+Agent功能
本文记录了Windows11 Ollama AnythingLLM，3步快速本地部署DeepSeek-R1模型，支持联网搜索、应用本地知识库和创建Agent功能。 前言 DeepSeek-R1 知识库相关 更新时间：截至 2025年2月，当前版本的 R1 基于 2024年7月之前的数据训…...
RT-Thread+STM32L475VET6——TF 卡文件系统
文章目录 前言一、板载资源二、具体步骤1.打开CubeMX进行USB配置1.1 使用外部高速时钟，并修改时钟树1.2 打开SPI1，参数默认即可(SPI根据自己需求调整）1.3 打开串口，参数默认1.4 生成工程 2.配置SPI2.1 打开SPI驱动2.2 声明使用SPI…...
Jmeter进阶篇（34）如何解决jmeter.save.saveservice.timestamp_format=ms报错？
问题描述 今天使用Jmeter完成压测执行，然后使用命令将jtl文件转换成html报告时，遇到了报错！ 大致就是说jmeter里定义了一个jmeter.save.saveservice.timestamp_format=ms的时间格式，但是jtl文件中的时间格式不是标准的这个ms格式，导致无法正常解析。对于这个问题，有如下…...
Javascript使用Sodium库实现 aead_xchacha20poly1305_ietf加密解密，以及与后端的密文交互
Node.js环境安装 sodium-native (其他库可能会出现加密解密失败，如果要使用不一样的库，请自行验证) npm install sodium-native 示例代码，使用的是 sodium-native v4.3.2 (其他版本可能会有变化，如果要使用，请自行验…...
：降维技术——主成分分析（PCA）)
机器学习实战(8)：降维技术——主成分分析（PCA）
第8集：降维技术——主成分分析（PCA） 在机器学习中，降维（Dimensionality Reduction） 是一种重要的数据处理技术，用于减少特征维度、去除噪声并提高模型效率。主成分分析（Principal C…...
0099__Visual Studio 引入外部静态库与动态库
Visual Studio 引入外部静态库与动态库_visual studio 添加库-CSDN博客...
eclips 快捷键
eclips 快捷键 类别快捷键功能描述通用Ctrl S保存当前文件Ctrl Shift S保存所有文件Ctrl Z撤销操作Ctrl Y重做操作Ctrl X剪切Ctrl C复制Ctrl V粘贴Ctrl A全选Ctrl F查找Ctrl H打开搜索对话框Ctrl /注释/取消注释当前行或选中的代码块Ctrl Shift /添加块注释Ctrl …...
VSCode ssh远程连接内网服务器（不能上网的内网环境的Linux服务器）的终极解决方案
VSCode ssh远程连接内网服务器（不能上网的内网环境的Linux服务器） 离线下载vscode-server并安装: 如果远程端不能联网可以下载包离线安装,下载 vscode-server 的 url 需要和 vscode 客户端版本的 commit-id 对应.通过 vscode 面板的帮助->关于可以获…...
【Gin-Web】Bluebell社区项目梳理3：社区相关接口开发
本文目录 一、接口详情1. 获取分类社区列表接口2. 根据id查询社区 二、值类型与引用类型 一、接口详情 跟社区有关的接口详情如下。 1. 获取分类社区列表接口 首先是Controller层，然后跳转到Logic层业务逻辑的开发。 这是Logic层，再做一次跳转&#…...
鸟语林-论坛系统自动化测试
文章目录 一、自动化实施步骤1.1编写Web测试用例1.2 编写自动化代码1.2.1 LoginPageTest1) 能否正确打开登录页面2) 点击去注册能否跳转注册页面3) 模拟用户登录，输入多组登录测试用例 1.2.2 RegisterPageTest1) 能否成功打开注册页面2) 注册测试用例3) 点击去登录按…...
图解循环神经网络（RNN）
目录 1.循环神经网络介绍 2.网络结构 3.结构分类 4.模型工作原理 5.模型工作示例 6.总结 1.循环神经网络介绍 RNN（Recurrent Neural Network，循环神经网络）是一种专门用于处理序列数据的神经网络结构。与传统的神经网络不同，…...
c语言左值和右值的区别
在C语言中，左值（lvalue）和右值（rvalue）是互斥的概念，左值不能是右值。以下是详细的解释和总结： 1. 左值（lvalue） 定义：左值是一个表达式，表示一个…...
Scrapy：Downloader下载器设计详解
Scrapy下载器设计详解 1. 整体架构 Scrapy的下载器(Downloader)是整个爬虫框架的核心组件之一，负责处理所有网络请求的下载工作。它的主要职责是： 管理并发请求实现请求调度处理下载延迟维护下载槽(Slot) 官方文档：Settings中的Downloader配…...
细说STM32F407单片机2个ADC使用DMA同步采集各自的1个输入通道的方法
目录 一、示例说明 二、工程配置 1、RCC、DEBUG、CodeGenerator 2、USART6 3、TIM3 （1）Mode （2）参数设置 （3） TRGO （4）ADC1_IN0 1）ADCs_Common_Settings 2&a…...
【分治法】线性时间选择问题
问题描述 给定线性序列中n个元素和一个整数k，1≤k≤n，要求在线性时间中找出这n个元素中第k小的元素 常规思路 常规思路是对序列先排序，落在第k个位置的元素就是第k小的元素。 这种方法的时间复杂度不是线性的，是O(nlogn)的时间…...
redis中的Lua脚本，redis的事务机制
lua脚本的特点 lua脚本可以操作redis数据库，并且脚本中的代码满足原子性，要么全部被执行，要么全部不执行 lua脚本的语法 脚本示例 lua脚本的草稿： 最终的lua脚本 lua脚本在java里调用的方法 RedisTemplete类里有一个方法&…...
ASUS/华硕 ROG Strix GL503VM 原厂Win10系统 工厂文件 带ASUS Recovery恢复
华硕工厂文件恢复系统 ，安装结束后带隐藏分区，带一键恢复，以及机器所有的驱动和软件。 支持型号：GL503VM 系统版本：Windows 10 文件下载：点击下载 文件格式：工厂文件 安装教程：…...
Oracle 深入理解Lock和Latch ,解析访问数据块全流程
Oracle 锁机制介绍 根据保护对象的不同，单实例Oracle数据库锁可以分为以下几大类： DML lock（data locks，数据锁）：用于保护数据的完整性； DDL lock（dictionary locks，字典…...
Django Admin: 动态合并数据库和预定义选项的高级过滤器实现
在 Django 管理界面中，我们经常需要为某些字段提供过滤选项。通常情况下，这些选项要么是预定义的，要么是从数据库中动态获取的。但是，有时我们需要更灵活的解决方案：当数据库为空时使用预定义选项，而当数据库有数据时，则合并预定义选项和数据库中的值。本文将详细介绍如…...
Linux文件系统
理解硬件 磁盘、服务器、机柜、机房 机械磁盘是计算机中唯一的一个机械设备 磁盘--- 外设，慢，容量大，价格便宜 磁盘物理结构 扇区是从磁盘读出和写入信息的最小单位，通常大小为 512 字节。磁头（head）数&a…...
C++标准库——时间
文章目录 chrono库durationtime_pointclocks C 风格日期和时间库参考 C 支持两种类型的时间操作： Chrono库，在chrono头文件中提供C 风格日期和时间库，std::time这种，在ctime头文件中提供 chrono库 在<chrono>中࿰…...
AutoGen 技术博客系列 八：深入剖析 Swarm—— 智能体协作的新范式
本系列博文在掘金同步发布, 更多优质文章，请关注本人掘金账号： 人肉推土机的掘金账号 AutoGen系列一：基础介绍与入门教程 AutoGen系列二：深入自定义智能体 AutoGen系列三：内置智能体的应用与实战 AutoGen系列四&am…...
【系统架构设计师】操作系统的分类
目录 1. 说明2. 批处理操作系统3. 分时操作系统4. 实时操作系统5. 网络操作系统6. 分布式操作系统7. 微型计算机操作系统8.嵌入式操作系统9.例题9.1 例题1 1. 说明 1.通常，操作系统可分为批处理操作系统、分时操作系统、实时操作系统、网络操作系统、分布式操作系统…...
25林业研究生复试面试问题汇总 林业专业知识问题很全！ 林业复试全流程攻略 林业考研复试真题汇总
25 林业考研复试，专业面试咋准备？学姐来支招！ 宝子们，一提到林业考研复试面试，是不是就慌得不行，感觉老师会扔出一堆超难的问题？别怕别怕，其实林业考研复试就那么些套路，…...
，源码可白嫖!)
基于SSM的《计算机网络》题库管理系统(源码+lw+部署文档+讲解)，源码可白嫖!
摘 要 《计算机网络》题库管理系统是一种新颖的考试管理模式，因为系统是用Java技术进行开发。系统分为三个用户进行登录并操作，分别是管理员、教师和学生。教师在系统后台新增试题和试卷，学生进行在线考试，还能对考生记录、错题…...
常用高压缩率的视频容器格式，并进行大比例压缩
常用的高压缩率视频容器格式，包括*.mp4 、*.mkv、*.webM等。 容器格式本身并不直接决定压缩率，而是取决于容器中所使用的视频编码格式等因素。不过，在常见的视频容器格式中，一些容器在搭配特定编码格式时，通常能表现出较高的压缩效率，以下是相关介绍： 1 MKV格式 …...
请说明C#中的List是如何扩容的？
在 C# 中，List<T>是一个动态数组，它会根据需要自动调整其容量以容纳更多的元素。 目录 1 扩容条件与扩容算法规则 2 总结 1 扩容条件与扩容算法规则 当你创建一个新的List<T>实例时，如果没有指定初始容量，它会使…...
《微软量子芯片：开启量子计算新纪元》：此文为AI自动生成
量子计算的神秘面纱 在科技飞速发展的今天，量子计算作为前沿领域，正逐渐走进大众的视野。它宛如一把神秘的钥匙，有望开启未来科技变革的大门，而微软量子芯片则是这把钥匙上一颗璀璨的明珠。 量子计算，简单来说，是一种遵循量子力学规律调控量子信息单元进行计算的新型计算…...
使用AI创建流程图和图表的 3 种简单方法
你可能已经尝试过使用 LLMs 生成图像，但你有没有想过用它们来创建 流程图和图表？这些可视化工具对于展示流程、工作流和系统架构至关重要。 通常，在在线工具上手动绘制图表可能会耗费大量时间。但你知道吗？你可以使用 LLMs 通过简…...
数字后端实现之Innovus中open net原因解析及解决方案
数字IC后端设计实现Innovus中我们经常会碰到如下的WARNING警告信息。这个log是在route或ECO Route阶段报的。这个WARNING必须要看，因为这里是报告当前设计存在open的net，即某些pin只有逻辑连接，而没有实际的物理连接。 这里正常工具应该报ERR…...
【Linux网络】认识协议（TCP/UDP）、Mac/IP地址和端口号、网络字节序、socket套接字
⭐️个人主页：小羊 ⭐️所属专栏：Linux 很荣幸您能阅读我的文章，诚请评论指点，欢迎欢迎 ~ 目录 1、初识协议2、UDP、TCP3、Mac、IP地址4、端口号5、网络字节序6、socket 1、初识协议 协议就是一种约定。如何让不同厂商生产的计…...
vue 学习-vite api.js
/** 整机管理 * */ // 整机分类 列表 export const wholeMachineServersType params > ajaxGet({url: wholeMachine/serverstype/,params}) // 整机分类 新增 export const wholeMachineServersTypeAdd params > ajaxPost({url: wholeMachine/serverstype/,params}) /…...
Unity贴图与模型相关知识
一、贴图 1.贴图的类型与形状 贴图类型 贴图形状 2.在Unity中可使用一张普通贴图来生成对应的法线贴图（但并不规范） 复制一张该贴图将复制后的贴图类型改为Normal Map 3.贴图的sRGB与Alpha sRGB：勾选此选项代表此贴图存储于Gamma空间中…...
Elasticsearch实战应用：从“搜索小白”到“数据侦探”的进阶之路
引言：Elasticsearch——数据世界的“福尔摩斯” 大家好，今天我们要聊的是一个在数据世界中扮演“福尔摩斯”角色的工具——Elasticsearch。如果你曾经为海量数据的搜索和分析头疼不已，那Elasticsearch就是你的救星！它不仅能帮你快…...
更改visual studio 2022 默认NuGet包路径
本文章仅提供更改用户级别的NuGet包默认路径的更改，电脑级别的更改需要更改%ProgramData%\NuGet\Config\machine.config， 而且需要管理员权限，但是更改内容类似用户级别的NuGet更改。 1. 关闭VS 2. 打开NuGet配置文件路径 可通过以下两种方…...
(元编程？))
什么是超越编程(逾编程)(元编程？)
超越编程(逾编程)(元编程？)(meta-programming) 目录 1. meta- 的词源 2. 逾编程(meta-programming) 的直实含义 2.1 定义 2.2 说明 3. 翻译成“元编程”应该是一种错误 1. meta- 的词源 这是一个源自希腊语的构词元素，其有三种含义ÿ…...
深入理解设计模式之解释器模式
深入理解设计模式之解释器模式 在软件开发的复杂世界中，我们常常会遇到需要处理特定领域语言的情况。比如在开发一个计算器程序时，需要解析和计算数学表达式；在实现正则表达式功能时，要解析用户输入的正则表达式来匹配文本。这些场景都涉及到对特定语言的解释和执行，而解…...
用户体验测试
引言 在数字化时代，用户体验（UX）是衡量产品成功与否的关键指标之一。它不仅关乎产品的功能和性能，更涉及用户在使用过程中的情感反应和信任建立。作为软件测试专家，深入理解并实践用户体验测试是确保产品竞争力的关键。…...
51单片机-串口通信编程
串行口工作之前，应对其进行初始化，主要是设置产生波特率的定时器1、串行口控制盒中断控制。具体步骤如下： 确定T1的工作方式（编程TMOD寄存器）计算T1的初值，装载TH1\TL1启动T1（编程TCON中的TR1位…...
论文略读：Uncovering Hidden Representations in Language Models
202502 arxiv 说一下主要结论吧 对于下游任务，语言模型的中间层在所有架构和任务中始终优于最后一层 这挑战了使用最后一层表示的传统观点。 不同的架构表现出不同的信息压缩模式。自回归模型在中间层存在瓶颈，而双向模型则保持更均匀的趋势 BERT通过双…...
正确清理C盘空间
一.系统清理 正确清理C盘空间主要是删除不需要的文件和应用程序，以释放磁盘空间。以下是一些常用的方法： 删除临时文件：在Windows搜索框中输入“%temp%”，打开临时文件夹，将其中的文件全部删除。 清理回收站…...
数据表的存储过程和函数介绍
文章目录 一、概述二、创建存储过程三、在创建过程中使用变量四、光标的使用五、流程控制的使用六、查看和删除存储过程 一、概述 存储过程和函数是在数据库中定义的一些SQL语句的集合，然后直接调用这些存储过程和函数来执行已经定义好的SQL语句。存储过程和函数可…...
IntelliJ IDEA 控制台输出中文出现乱码
IntelliJ IDEA 控制台输出中文出现乱码通常是由于编码设置不一致导致的。以下是常见原因及解决方法 1. 项目编码设置 检查路径：File → Settings → Editor → File Encodings 确保 Project Encoding、Global Encoding 和 Default Encoding for Properties Files 均…...
ARMS 助力假面科技研发运维提效，保障极致游戏体验
客户介绍与项目背景 假面科技成立于 2014 年，致力于打造创新的数字产品，火爆一时的“狼人杀”、“谁是卧底”、“足记相机”都是假面科技旗下产品，公司产品总数超过 40 款，覆盖用户数超过 2 亿人。 随着业务的持续发展ÿ…...
go json处理 encoding/json 查询和修改gjson/sjson
推荐 标准库encoding/json import ("encoding/json""log" )// Student1 注意点： // 1. 注意alain别名的写法： json:"name1" 而非 "json:name1" // 2. 注意json.Marshal的时候只输出首字母大写的属性 // 3. jso…...
Web Worker终极优化指南：4秒卡顿→0延迟的实战蜕变
💡 导读：从4秒卡顿到丝滑响应 真实痛点场景：当斐波那契数列计算量达10亿次时，页面完全冻结4.2秒！通过Web Worker优化后，UI响应时间降至16ms以内。本文手把手带您实现性能蜕变！ 一、Web Worker核…...