Question

我正在为一个大学项目制作文档扫描仪，我的代码对于任何均匀发光的图像都工作得很好。但是我遇到了检测背景表面甚至很少的光反射（或太多的光）的图像的问题。

我首先尝试了在网上找到的不同的简单代码，然后使用了不同的形态操作，结果现在我的代码有些混乱且不准确。这是代码：

def scanner(img):    
    clahe = cv2.createCLAHE(clipLimit=3.0, tileGridSize=(8,8))    
    image = cv2.imread(img)    
    original = image.copy()    
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)       
    contrast = clahe.apply(gray)    
    blurred = cv2.medianBlur(contrast, 21)
    canny = cv2.Canny(blurred, 0, 70)    
    dialated = cv2.dilate(canny, cv2.getStructuringElement(cv2.MORPH_RECT,(5,5)), iterations = 3)    
    closing = cv2.morphologyEx(dialated, cv2.MORPH_CLOSE, np.ones((5,5),np.uint8),iterations = 10)    
    contimage, contours, hierarchy = cv2.findContours(closing, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)    
    contours = sorted(contours, key = cv2.contourArea, reverse = True)[:5]
    target = None

    for c in contours:
        p = cv2.arcLength(c, True)
        approx = cv2.approxPolyDP(c, 0.09 * p, True)

        if len(approx) == 4:
            target = approx
            cv2.drawContours(image, [target], -1, (0, 255, 0), 2)
            break

    plt.figure(figsize = (20,20))   
    plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
    plt.title("final")
    plt.show()

这是代码工作的示例： input1，output1，input2，output2

不起作用： input1，output1，input2，output2

此图显示了成功的分割：此图显示了失败的分割：

Answer 1

看来这里的主要问题是在出现故障的图像中，纸张和放置在其上的桌子之间没有足够的对比度。可以工作的基本上是深色背景上的白色纸张，因此将纸张切开相对容易，但是当您将纸张放在浅色表面上时，纸张和背景之间的对比度不足以分辨出什么是什么。不幸的是，在图像处理中，当输入图像很差时，您只能做很多事情，因此，对此没有简单的自动修复方法，但是我可以想到一些解决方法，但是它们都需要额外的工作。 >

一个替代方法是让程序自动检测纸张在哪里，而只有一个静态框，用户必须将其放在文档中，然后以这种方式简单地捕获内容。可能是最简单的实现，但是您似乎想自动检测它，所以这可能不是您想要的。

两个将具有一些中间步骤，允许用户选择特定的阈值以应用于图像。基本上，您将要拍照，然后让用户设置一个阈值，以使纸张最终变成白色，背景变暗，然后可以将其用作模板来创建纸张的边界，然后进行分割从原始图像。这可能是最辛苦的工作，但最接近您要寻找的东西。

三个将与第一个相似，但是您无需在其中放置文档的固定区域，而是可以拍照，然后让用户手动选择拐角位置并以这种方式进行分割，这比＃1更加繁琐，比＃2的工作量少，但可能仍不是您想要的东西。

最后，您可以将其保留原样并使用它，知道您需要足够暗的背景才能使其正常工作。可能还有其他解决方法，但是拥有大量图像处理工具，您可能会受到图像质量的极大限制，而且并非总是能够完全满足您要做什么的软件解决方案。

如何在Python中检测纸张检测中的明亮反射

1 个答案: