溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
本文描述一種利用OpenCV及傅里葉變換識別圖片中文本旋轉角度并自動校正的方法，由于對C#比較熟，因此本文將使用OpenCVSharp。 文章參考了http://johnhany.net/2013/11/dft-based-text-rotation-correction，對原作者表示感謝。我基于OpenCVSharp用C#進行了重寫，希望能幫到同樣用OpenCVSharp的同學。
================= 正文開始 =================
手里有一張圖片如下，是經過旋轉的，如何通過程序自動對它進行旋轉校正？ (旋轉校正是行分割、字符識別等后續工作的基礎)
傅里葉變換可以用于將圖像從時域轉換到頻域，對于分行的文本，其頻率譜上一定會有一定的特征，當圖像旋轉時，其頻譜也會同步旋轉，因此找出這個特征的傾角，就可以將圖像旋轉校正回去。
先來對原始圖像進行一下傅里葉變換，需要這么幾步：
1、以灰度方式讀入原文件
string filename = "source.jpg"; var src = IplImage.FromFile(filename, LoadMode.GrayScale);
2、將圖像擴展到合適的尺寸以方便快速變換
OpenCV中的DFT對圖像尺寸有一定要求，需要用GetOptimalDFTSize方法來找到合適的大小，根據這個大小建立新的圖像，把原圖像拷貝過去，多出來的部分直接填充0。
int width = Cv.GetOptimalDFTSize(src.Width); int height = Cv.GetOptimalDFTSize(src.Height); var padded = new IplImage(width, height, BitDepth.U8, 1);//擴展后的圖像，單通道 Cv.CopyMakeBorder(src, padded, new CvPoint(0, 0), BorderType.Constant, CvScalar.ScalarAll(0));
3、進行DFT運算
DFT要分別計算實部和虛部，這里準備2個單通道的圖像，實部從原圖像中拷貝數據，虛部清零，然后把它們Merge為一個雙通道圖像再進行DFT計算，完成后再Split開。
//實部、虛部(單通道) var real = new IplImage(padded.Size, BitDepth.F32, 1); var imaginary = new IplImage(padded.Size, BitDepth.F32, 1); //合成(雙通道) var fourier = new IplImage(padded.Size, BitDepth.F32, 2); //圖像復制到實部，虛部清零 Cv.ConvertScale(padded, real); Cv.Zero(imaginary); //合并、變換、再分解 Cv.Merge(real, imaginary, null, null, fourier); Cv.DFT(fourier, fourier, DFTFlag.Forward); Cv.Split(fourier, real, imaginary, null, null);
4、對數據進行適當調整
上一步中得到的實部保留下來作為變換結果，并計算幅度：magnitude = sqrt(real^2 + imaginary^2)。
考慮到幅度變化范圍很大，還要用log函數把數值范圍縮小。
最后經過歸一化，就會得到圖像的特征譜了。
//計算sqrt(re^2+im^2)，再存回re Cv.Pow(real, real, 2.0); Cv.Pow(imaginary, imaginary, 2.0); Cv.Add(real, imaginary, real); Cv.Pow(real, real, 0.5); //計算log(1+re)，存回re Cv.AddS(real, CvScalar.ScalarAll(1), real); Cv.Log(real, real); //歸一化 Cv.Normalize(real, real, 0, 1, NormType.MinMax);
此時圖像是這樣的：
5、移動中心
DFT操作的結果低頻部分位于四角，高頻部分在中心，習慣上會把頻域原點調整到中心去，也就是把低頻部分移動到中心。
/// <summary>
/// 將低頻部分移動到圖像中心
/// </summary>
/// <param name="p_w_picpath"></param>
/// <remarks>
/// 0 | 3 2 | 1
/// ------- ===> -------
/// 1 | 2 3 | 0
/// </remarks>
private static void ShiftDFT(IplImage p_w_picpath)
{
int row = p_w_picpath.Height;
int col = p_w_picpath.Width;
int cy = row / 2;
int cx = col / 2;
var q0 = p_w_picpath.Clone(new CvRect(0, 0, cx, cy)); //左上
var q1 = p_w_picpath.Clone(new CvRect(0, cy, cx, cy)); //左下
var q2 = p_w_picpath.Clone(new CvRect(cx, cy, cx, cy)); //右下
var q3 = p_w_picpath.Clone(new CvRect(cx, 0, cx, cy)); //右上
Cv.SetImageROI(p_w_picpath, new CvRect(0, 0, cx, cy));
q2.Copy(p_w_picpath);
Cv.ResetImageROI(p_w_picpath);
Cv.SetImageROI(p_w_picpath, new CvRect(0, cy, cx, cy));
q3.Copy(p_w_picpath);
Cv.ResetImageROI(p_w_picpath);
Cv.SetImageROI(p_w_picpath, new CvRect(cx, cy, cx, cy));
q0.Copy(p_w_picpath);
Cv.ResetImageROI(p_w_picpath);
Cv.SetImageROI(p_w_picpath, new CvRect(cx, 0, cx, cy));
q1.Copy(p_w_picpath);
Cv.ResetImageROI(p_w_picpath);
}最終得到圖像如下：
可以明顯的看到過中心有一條傾斜的直線，可以用霍夫變換把它檢測出來，然后計算角度。 需要以下幾步：
1、二值化
把剛才得到的傅里葉譜放到0-255的范圍，然后進行二值化，此處以150作為分界點。
Cv.Normalize(real, real, 0, 255, NormType.MinMax); Cv.Threshold(real, real, 150, 255, ThresholdType.Binary);
得到圖像如下：
2、Houge直線檢測
由于HoughLine2方法只接受8UC1格式的圖片，因此要先進行轉換再調用HoughLine2方法，這里的threshold參數取的100，能夠檢測出3條直線來。
//構造8UC1格式圖像 var gray = new IplImage(real.Size, BitDepth.U8, 1); Cv.ConvertScale(real, gray); //找直線 var storage = Cv.CreateMemStorage(); var lines = Cv.HoughLines2(gray, storage, HoughLinesMethod.Standard, 1, Cv.PI / 180, 100);
3、找到符合條件的那條斜線，獲取角度
float angel = 0f;
float piThresh = (float)Cv.PI / 90;
float pi2 = (float)Cv.PI / 2;
for (int i = 0; i < lines.Total; ++i)
{
//極坐標下的點，X是極徑，Y是夾角，我們只關心夾角
var p = lines.GetSeqElem<CvPoint2D32f>(i);
float theta = p.Value.Y;
if (Math.Abs(theta) >= piThresh && Math.Abs(theta - pi2) >= piThresh)
{
angel = theta;
break;
}
}
angel = angel < pi2 ? angel : (angel - (float)Cv.PI);4、角度轉換
由于DFT的特點，只有輸入圖像是正方形時，檢測到的角度才是真正文本的旋轉角度，但原圖像明顯不是，因此還要根據長寬比進行變換，最后得到的angelD就是真正的旋轉角度了。
if (angel != pi2)
{
float angelT = (float)(src.Height * Math.Tan(angel) / src.Width);
angel = (float)Math.Atan(angelT);
}
float angelD = angel * 180 / (float)Cv.PI;5、旋轉校正
這一步比較簡單了，構建一個仿射變換矩陣，然后調用WarpAffine進行變換，就得到校正后的圖像了。最后顯示到界面上。
var center = new CvPoint2D32f(src.Width / 2.0, src.Height / 2.0);//圖像中心
var rotMat = Cv.GetRotationMatrix2D(center, angelD, 1.0);//構造仿射變換矩陣
var dst = new IplImage(src.Size, BitDepth.U8, 1);
//執行變換，產生的空白部分用255填充，即純白
Cv.WarpAffine(src, dst, rotMat, Interpolation.Cubic | Interpolation.FillOutliers, CvScalar.ScalarAll(255));
//展示
using (var win = new CvWindow("Rotation"))
{
win.Image = dst;
Cv.WaitKey();
}最終結果如下，效果還不錯：
最后放完整代碼：
using System;
using System.Collections.Generic;
using System.IO;
using System.Text;
using OpenCvSharp;
using OpenCvSharp.Extensions;
using OpenCvSharp.Utilities;
namespace OpenCvTest
{
class Program
{
static void Main(string[] args)
{
//以灰度方式讀入原文件
string filename = "source.jpg";
var src = IplImage.FromFile(filename, LoadMode.GrayScale);
//轉換到合適的大小，以適應快速變換
int width = Cv.GetOptimalDFTSize(src.Width);
int height = Cv.GetOptimalDFTSize(src.Height);
var padded = new IplImage(width, height, BitDepth.U8, 1);
Cv.CopyMakeBorder(src, padded, new CvPoint(0, 0), BorderType.Constant, CvScalar.ScalarAll(0));
//實部、虛部(單通道)
var real = new IplImage(padded.Size, BitDepth.F32, 1);
var imaginary = new IplImage(padded.Size, BitDepth.F32, 1);
//合并(雙通道)
var fourier = new IplImage(padded.Size, BitDepth.F32, 2);
//圖像復制到實部，虛部清零
Cv.ConvertScale(padded, real);
Cv.Zero(imaginary);
//合并、變換、再分解
Cv.Merge(real, imaginary, null, null, fourier);
Cv.DFT(fourier, fourier, DFTFlag.Forward);
Cv.Split(fourier, real, imaginary, null, null);
//計算sqrt(re^2+im^2)，再存回re
Cv.Pow(real, real, 2.0);
Cv.Pow(imaginary, imaginary, 2.0);
Cv.Add(real, imaginary, real);
Cv.Pow(real, real, 0.5);
//計算log(1+re)，存回re
Cv.AddS(real, CvScalar.ScalarAll(1), real);
Cv.Log(real, real);
//歸一化，落入0-255范圍
Cv.Normalize(real, real, 0, 255, NormType.MinMax);
//把低頻移動到中心
ShiftDFT(real);
//二值化，以150作為分界點，經驗值，需要根據實際情況調整
Cv.Threshold(real, real, 150, 255, ThresholdType.Binary);
//由于HoughLines2方法只接受8UC1格式的圖片，因此進行轉換
var gray = new IplImage(real.Size, BitDepth.U8, 1);
Cv.ConvertScale(real, gray);
//找直線，threshold參數取100，經驗值，需要根據實際情況調整
var storage = Cv.CreateMemStorage();
var lines = Cv.HoughLines2(gray, storage, HoughLinesMethod.Standard, 1, Cv.PI / 180, 100);
//找到符合條件的那條斜線
float angel = 0f;
float piThresh = (float)Cv.PI / 90;
float pi2 = (float)Cv.PI / 2;
for (int i = 0; i < lines.Total; ++i)
{
//極坐標下的點，X是極徑，Y是夾角，我們只關心夾角
var p = lines.GetSeqElem<CvPoint2D32f>(i);
float theta = p.Value.Y;
if (Math.Abs(theta) >= piThresh && Math.Abs(theta - pi2) >= piThresh)
{
angel = theta;
break;
}
}
angel = angel < pi2 ? angel : (angel - (float)Cv.PI);
Cv.ReleaseMemStorage(storage);
//轉換角度
if (angel != pi2)
{
float angelT = (float)(src.Height * Math.Tan(angel) / src.Width);
angel = (float)Math.Atan(angelT);
}
float angelD = angel * 180 / (float)Cv.PI;
Console.WriteLine("angtlD = {0}", angelD);
//旋轉
var center = new CvPoint2D32f(src.Width / 2.0, src.Height / 2.0);
var rotMat = Cv.GetRotationMatrix2D(center, angelD, 1.0);
var dst = new IplImage(src.Size, BitDepth.U8, 1);
Cv.WarpAffine(src, dst, rotMat, Interpolation.Cubic | Interpolation.FillOutliers, CvScalar.ScalarAll(255));
//顯示
using (var window = new CvWindow("Image"))
{
window.Image = src;
using (var win2 = new CvWindow("Dest"))
{
win2.Image = dst;
Cv.WaitKey();
}
}
}
/// <summary>
/// 將低頻部分移動到圖像中心
/// </summary>
/// <param name="p_w_picpath"></param>
/// <remarks>
/// 0 | 3 2 | 1
/// ------- ===> -------
/// 1 | 2 3 | 0
/// </remarks>
private static void ShiftDFT(IplImage p_w_picpath)
{
int row = p_w_picpath.Height;
int col = p_w_picpath.Width;
int cy = row / 2;
int cx = col / 2;
var q0 = p_w_picpath.Clone(new CvRect(0, 0, cx, cy));//左上
var q1 = p_w_picpath.Clone(new CvRect(0, cy, cx, cy));//左下
var q2 = p_w_picpath.Clone(new CvRect(cx, cy, cx, cy));//右下
var q3 = p_w_picpath.Clone(new CvRect(cx, 0, cx, cy));//右上
Cv.SetImageROI(p_w_picpath, new CvRect(0, 0, cx, cy));
q2.Copy(p_w_picpath);
Cv.ResetImageROI(p_w_picpath);
Cv.SetImageROI(p_w_picpath, new CvRect(0, cy, cx, cy));
q3.Copy(p_w_picpath);
Cv.ResetImageROI(p_w_picpath);
Cv.SetImageROI(p_w_picpath, new CvRect(cx, cy, cx, cy));
q0.Copy(p_w_picpath);
Cv.ResetImageROI(p_w_picpath);
Cv.SetImageROI(p_w_picpath, new CvRect(cx, 0, cx, cy));
q1.Copy(p_w_picpath);
Cv.ResetImageROI(p_w_picpath);
}
}
}最后吐槽一下51cto的編譯器，總是把代碼的換行和縮進弄沒，還要手工再處理一遍，真是受夠了，難道是我打開的方式不對？
PS：最近增加了源碼，因為加了opencv的dll，比較大，下載鏈接
http://down.51cto.com/data/2329576
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
