页面图片如何被整理成看起来好像被扫描了？

Question

我见过应用程序，并想知道如何以编程方式拍摄图像。定义它需要如何变换，使其看起来与相机平行，而不是倾斜透视。

然后组合多张照片以创建pdf文件。例如，这个应用程序执行：https://play.google.com/store/apps/details?id=com.appxy.tinyscan&hl=en

Answer 1

我不会因为这些琐碎的事情而使用书籍而对不起我不推荐任何书籍（特别是英文版）。你需要做的是：

1. 输入图片

2. 查找主要轮廓

   理想情况下整个网格，但即使外部轮廓也足够（如果不存在网格）。您需要将轮廓分为水平（红色）和垂直（绿色）曲线（或一组点）。

3. 样本等高线曲线4＆＃34;等距离＆＃34;点

   由于图像失真（不仅仅是旋转），我们需要至少使用双三次插值。为此，我们需要每个补丁16点（Aqua）。

4. 添加镜像点以覆盖整个网格

   图像上的

   是镜像（黄色）点，仅适用于水平轮廓，你也应该对垂直轮廓进行此操作（不适合我在图像中，并且不想为此扩大分辨率）以及角点也是如此你有6x6个控制点。镜子可以线性完成（就像我一样）。

现在转换完成如下：

1. 处理目标图片的所有像素dst(x0,y0)

2. 处理x,y作为三次插值的参数

   如果xs,ys是目标图片解析，那么：

   u=(3.0*x)/xs
   v=(3.0*y)/ys
   

   现在，通常在参数t=<0.0,1.0)上进行三次插值
   如果u=<0.0,1.0>使用t=u和控制点0,1,2,3。
   如果u=<1.0,2.0)使用t=u-1.0和控制点1,2,3,4
   如果u=<2.0,3.0>使用t=u-2.0和控制点2,3,4,5

   垂直轮廓和v也是如此。将xi,yi计算为(u,v)的双三次插值。并复制像素：

   dst(x,y)=src(xi,yi);
   

   这只是最近邻居，但你也可以使用双线性...作为立方曲线，我会使用这个polynomial。

   双三次插值背后的想法很简单。在4个水平轮廓上对应于参数u的计算点。这将为垂直方向的最终三次插值和v作为参数提供4个控制点。结果坐标是您的源像素位置。

有关详细信息，请参阅：

• How can i produce multi point linear interpolation?
• Bicubic interpolation
• OpenCV Birdseye view without loss of data

如果您没有网格，请使用可以作为一个网格使用的任何信息。例如，文本行可以被认为是这个的轮廓...