使用.Net来校正图像

时间：2013-01-04 11:41:15

标签： .net image-processing

我一直在寻找一种可靠的方法来破坏.Net中的图像，而且我没有太多运气。

我正在使用Aforge。这是一个痛苦，因为我正在使用WPF，所以我使用的图像是BitmapImage对象，而不是Bitmap对象，这意味着我需要从BitmapImage对象开始，将其保存到内存流，创建一个新的Bitmap对象从内存流中，经过去偏移过程，将去偏移的图像保存到新的内存流，然后从所述内存流创建一个新的BitmapImage对象。不仅如此，歪斜也不是很好。

我正在尝试读取扫描到扫描仪中的纸张的OMR数据，因此我需要依赖于每次都处于相同坐标的特定OMR盒，因此需要可靠的偏斜校正。 / p>

所以我现在正在使用Aforge，我在.Net中找不到任何其他免费/开源库来进行图像校正，我发现的所有内容都是昂贵的或者是C / C ++。

我的问题是，是否有其他免费/开源库可以帮助.Net中的图像校正？如果是这样，他们叫什么，如果不是我应该如何处理这个问题呢？

编辑：例如，假设我有以下页面：

Initial Image

注意：这仅用于说明目的，但实际图像确实在页面的每个角落都有一个黑色矩形，这可能会有所帮助。

当我打印出来并将其扫描回扫描仪时，它看起来像这样：

Scanned Image

我需要去掉这张图片，这样我的盒子每次都在同一个地方。在现实世界中，有很多盒子，它们较小且靠得很近，所以准确性很重要。

我目前采用的方法是大肆无效的痛苦：

using AForge.Imaging;
using AForge.Imaging.Filters;
using System.Drawing;
using System.Drawing.Imaging;
using System.IO;
using System.Windows.Media.Imaging;

public static BitmapImage DeskewBitmap(BitmapImage skewedBitmap)
{
    //Using a memory stream to minimise disk IO
    var memoryStream = BitmapImageToMemoryStream(skewedBitmap);

    var bitmap = MemoryStreamToBitmap(memoryStream);
    var skewAngle = CalculateSkewAngle(bitmap);

    //Aforge needs a Bppp indexed image for the deskewing process
    var bitmapConvertedToBbppIndexed = ConvertBitmapToBbppIndexed(bitmap);

    var rotatedImage = DeskewBitmap(skewAngle, bitmapConvertedToBbppIndexed);

    //I need to convert the image back to a non indexed format to put it back into a BitmapImage object
    var imageConvertedToNonIndexed = ConvertImageToNonIndexed(rotatedImage);

    var imageAsMemoryStream = BitmapToMemoryStream(imageConvertedToNonIndexed);
    var memoryStreamAsBitmapImage = MemoryStreamToBitmapImage(imageAsMemoryStream);

    return memoryStreamAsBitmapImage;
}

private static Bitmap ConvertImageToNonIndexed(Bitmap rotatedImage)
{
    var imageConvertedToNonIndexed = rotatedImage.Clone(
        new Rectangle(0, 0, rotatedImage.Width, rotatedImage.Height), PixelFormat.Format32bppArgb);
    return imageConvertedToNonIndexed;
}

private static Bitmap DeskewBitmap(double skewAngle, Bitmap bitmapConvertedToBbppIndexed)
{
    var rotationFilter = new RotateBilinear(-skewAngle) { FillColor = Color.White };

    var rotatedImage = rotationFilter.Apply(bitmapConvertedToBbppIndexed);
    return rotatedImage;
}

private static double CalculateSkewAngle(Bitmap bitmapConvertedToBbppIndexed)
{
    var documentSkewChecker = new DocumentSkewChecker();

    double skewAngle = documentSkewChecker.GetSkewAngle(bitmapConvertedToBbppIndexed);

    return skewAngle;
}

private static Bitmap ConvertBitmapToBbppIndexed(Bitmap bitmap)
{
    var bitmapConvertedToBbppIndexed = bitmap.Clone(
        new Rectangle(0, 0, bitmap.Width, bitmap.Height), PixelFormat.Format8bppIndexed);
    return bitmapConvertedToBbppIndexed;
}

private static BitmapImage ResizeBitmap(BitmapImage originalBitmap, int desiredWidth, int desiredHeight)
{
    var ms = BitmapImageToMemoryStream(originalBitmap);
    ms.Position = 0;

    var result = new BitmapImage();
    result.BeginInit();
    result.DecodePixelHeight = desiredHeight;
    result.DecodePixelWidth = desiredWidth;

    result.StreamSource = ms;
    result.CacheOption = BitmapCacheOption.OnLoad;

    result.EndInit();
    result.Freeze();

    return result;
}

private static MemoryStream BitmapImageToMemoryStream(BitmapImage image)
{
    var ms = new MemoryStream();

    var encoder = new JpegBitmapEncoder();
    encoder.Frames.Add(BitmapFrame.Create(image));

    encoder.Save(ms);

    return ms;
}

private static BitmapImage MemoryStreamToBitmapImage(MemoryStream ms)
{
    ms.Position = 0;
    var bitmap = new BitmapImage();

    bitmap.BeginInit();

    bitmap.StreamSource = ms;
    bitmap.CacheOption = BitmapCacheOption.OnLoad;

    bitmap.EndInit();
    bitmap.Freeze();

    return bitmap;
}

private static Bitmap MemoryStreamToBitmap(MemoryStream ms)
{
    return new Bitmap(ms);
}

private static MemoryStream BitmapToMemoryStream(Bitmap image)
{
    var memoryStream = new MemoryStream();
    image.Save(memoryStream, ImageFormat.Bmp);

    return memoryStream;
}

回想起来，还有几个问题：

  1. 我正确使用AForge吗？
  2. AForge是用于此任务的最佳库吗？
  3. 我目前如何改进这一方法以获得更准确的结果？

4 个答案:

答案 0 :(得分：6)

鉴于样本输入，很明显您不是在图像校正之后。这种操作不会纠正您的失真，而是需要执行透视变换。这可以在下图中清楚地看到。四个白色矩形代表四个黑盒子的边缘，黄色线条是连接黑盒子的结果。黄色四边形不是歪斜的红色（你想要达到的那个）。

enter image description here

所以，如果你能真正得到上面的数字，问题会变得更加简单。如果您没有四个角落盒，则需要其他四个参考点，因此它们对您有很大帮助。获得上面的图像后，您将知道四个黄色角，然后将它们映射到四个红色角。这是你需要做的透视转换，根据你的库，可能有一个现成的函数（至少有一个，检查你的问题的评论）。

有多种方法可以获得上面的图像，因此我将简单地描述一个相对简单的方法。首先，将灰度图像二值化。为此，我选择了一个简单的全局阈值100（您的图像在[0,255]范围内），它将框和其他细节保留在图像中（如图像周围的强线）。大于或等于100的强度设置为255，低于100的强度设置为0.但是，由于这是打印图像，因此框出现的暗度很可能会变化。所以你可能需要一个更好的方法，像形态渐变这样简单的方法可能会更好。第二步是消除不相关的细节。为此，请使用7x7的正方形进行形态学闭合（约为输入图像宽度和高度之间最小值的1％）。要获得方框的边框，请使用current_image - erosion(current_image)中使用基本3x3方格的形态侵蚀。现在你有一个带有上面四个白色轮廓的图像（这假设除了盒子之外的所有东西都被消除了，我相信其他输入的简化）。要获得这些白色轮廓的像素，您可以执行连接组件标注。使用这4个组件，确定右上角，左上角，右下角和左下角。现在，您可以轻松找到所需的点以获取黄色矩形的角。所有这些操作都可以在AForge中使用，因此只需将以下代码转换为C＃：

即可 
import sys
import numpy
from PIL import Image, ImageOps, ImageDraw
from scipy.ndimage import morphology, label

# Read input image and convert to grayscale (if it is not yet).
orig = Image.open(sys.argv[1])
img = ImageOps.grayscale(orig)

# Convert PIL image to numpy array (minor implementation detail).
im = numpy.array(img)

# Binarize.
im[im < 100] = 0
im[im >= 100] = 255

# Eliminate undesidered details.
im = morphology.grey_closing(im, (7, 7))

# Border of boxes.
im = im - morphology.grey_erosion(im, (3, 3))

# Find the boxes by labeling them as connected components.
lbl, amount = label(im)
box = []
for i in range(1, amount + 1):
    py, px = numpy.nonzero(lbl == i) # Points in this connected component.
    # Corners of the boxes.
    box.append((px.min(), px.max(), py.min(), py.max()))
box = sorted(box)
# Now the first two elements in the box list contains the
# two left-most boxes, and the other two are the right-most
# boxes. It remains to stablish which ones are at top,
# and which at bottom.
top = []
bottom = []
for index in [0, 2]:
    if box[index][2] > box[index+1][2]:
        top.append(box[index + 1])
        bottom.append(box[index])
    else:
        top.append(box[index])
        bottom.append(box[index + 1])

# Pick the top left corner, top right corner,
# bottom right corner, and bottom left corner.
reference_corners = [
        (top[0][0], top[0][2]), (top[1][1], top[1][2]),
        (bottom[1][1], bottom[1][3]), (bottom[0][0], bottom[0][3])]

# Convert the image back to PIL (minor implementation detail).
img = Image.fromarray(im)
# Draw lines connecting the reference_corners for visualization purposes.
visual = img.convert('RGB')
draw = ImageDraw.Draw(visual)
draw.line(reference_corners + [reference_corners[0]], fill='yellow')
visual.save(sys.argv[2])

# Map the current quadrilateral to an axis-aligned rectangle.
min_x = min(x for x, y in reference_corners)
max_x = max(x for x, y in reference_corners)
min_y = min(y for x, y in reference_corners)
max_y = max(y for x, y in reference_corners)

# The red rectangle.
perfect_rect = [(min_x, min_y), (max_x, min_y), (max_x, max_y), (min_x, max_y)]

# Use these points to do the perspective transform.
print reference_corners
print perfect_rect

输入图像上面代码的最终输出是：

[(55, 30), (734, 26), (747, 1045), (41, 1036)]
[(41, 26), (747, 26), (747, 1045), (41, 1045)]

第一个点列表描述黄色矩形的四个角，第二个列与红色矩形相关。要进行透视变换，可以将AForge与ready函数一起使用。为了简单起见我使用了ImageMagick：

convert input.png -distort Perspective "55,30,41,26 734,26,747,26 747,1045,747,1045 41,1036,41,1045" result.png

它给出了你所追求的对齐方式（如前所示找到蓝线以更好地显示结果）：

enter image description here

您可能会注意到左侧垂直蓝线并非完全笔直，实际上两个最左侧的框在x轴上未对齐1个像素。这可以通过透视变换期间使用的不同插值来校正。

答案 1 :(得分：1)

John Leptonica图书馆意味着非常快速和稳定 以下是有关如何从c＃http://www.leptonica.com/vs2008doc/csharp-and-leptonlib.html调用它的链接。我不确定这是否是答案所以我刚刚添加了评论。

它有一个LeptonicaCLR.Utils.DeskewBinaryImage（）来实际校正b＆amp; w图像。

我不确定你试图处理的实际表格会有多好。

答案 2 :(得分：1)

约翰， 我也在想模板匹配可能有助于解决这个问题（如果Leptonica库不够好）。

Aforge.net内置模板匹配： http://www.aforgenet.com/framework/docs/html/17494328-ef0c-dc83-1bc3-907b7b75039f.htm

在我对此有限的了解中，您将拥有裁剪/定位标记的源图像，并使用扫描图像中的模板匹配找到它。然后，您可以裁剪图像以获得注册标记内部的子图像。对于上面提供的图像，我认为你可以假设一个相当小的初始偏斜，只在图像的裁剪区域上执行模板匹配，以减少总时间。

这里有一些讨论： How to Locate Alignment Marks in an Image

答案 3 :(得分：1)

对于那些以google结尾的用户来说，可以使用Magick.NET库轻松进行去偏斜。

安装其中一个nuget软件包，例如Magick.NET-Q16-AnyCPU。

用法：

folder = r'I:\PhD_2019\Spatial_Datasets\Baroon_Pocket_Dam_Catchment\Raster\Soil_Zonal_Stats'
filenames = 
    os.listdir(r'I:\PhD_2019\Spatial_Datasets\Baroon_Pocket_Dam_Catchment\Raster\Soil_Zonal_Stats')
    for filename in filenames:
        os.rename(os.path.join(folder, filename), os.path.join(folder, filename.replace("Z_C","")))
相关问题
最新问题