如何纠正扫描错误，如旋转？

Question

我正在尝试将一些图片扫描在一起（个人3x4厘米图像），然后将它们分成单独的图像。关于扫描的第一步已完成，但关于第二步（边缘检测和分裂）我遇到了一些问题 1-通常，当他们扫描图片时，一些图片会旋转一定程度，这会阻止我有直边 2-如何清除大噪音？ （想象一下，当他们扫描那些照片时，他们会在背后放一张纸。有时纸张会在扫描图片中留下一些边缘......我怎么能理解它不是我想要的边缘？）

以下是示例图像：

Answer 1

扫描中的样本图像都是矩形的，它们的大小大致相同。有多种技术可以在图像中找到矩形（即使是完全任意的旋转），但我会从更基本的技术开始。

1. 即使背景有噪音，也可以使用霍夫线拟合来查找图像中的线条。从Hough线拟合您可以找到交叉点，并可能将这些交叉点与角点检测中找到的点进行比较（见下面的3）。
2. 线上的边缘点具有垂直于这些线的渐变。搜索边缘点时，您可以使用与其他边缘点大致相距L或距离W的边缘点，其中平行方向具有渐变，其中L和W是图像的已知长度和宽度。
3. 角落探测器可以帮助识别小矩形图像的角落。你知道图片的长度和宽度，这可以帮助你接受/拒绝角落。
4. 如果你想得到花哨的东西（我不推荐），那么一个简单的归一化互相关技术可以检测到更大图像中“模板”子图像的所有实例。这项技术有点粗糙，但如果旋转不多，它就可以了。由于子图像具有明确定义的已知形状和（大概）一致大小的边框，因此更容易找到边缘而不是尝试匹配图像内容。

一旦确定了每个矩形子图像的位置和方向，那么简单的旋转变换+插值就可以生成每个图像的“右侧向上”版本。使用扫描仪时，您不会遇到透视失真问题，但如果在将来的某个时刻您会以某个角度拍摄照片（？），那么仿射变换可以将失真的梯形图像映射到矩形图像。

霍夫变换 http://en.wikipedia.org/wiki/Hough_transform

角落检测 http://en.wikipedia.org/wiki/Corner_detection

对于应该适合您的应用程序的简单边缘检测，请参阅Wikipedia上边缘检测文章中的“其他一阶方法”部分。该技术易于理解且易于实施。 http://en.wikipedia.org/wiki/Edge_detection

祝你好运，再次新年快乐！