opencv倾斜校正（opencv gamma校正）

## OpenCV 倾斜校正：让图像恢复水平### 简介在图像处理中，倾斜校正是常见的任务之一。无论是扫描文件、照片，还是视频画面，倾斜都会影响图像的阅读和分析。OpenCV 提供了强大的工具来检测和校正图像的倾斜，让图像恢复水平。### 1. 倾斜检测-

霍夫变换:

用于检测图像中的直线。通过霍夫变换，我们可以找到图像中倾斜的最大直线，从而确定倾斜角度。-

边缘检测:

可以使用 Canny 算子等边缘检测方法，获取图像的边缘信息，并从中推断倾斜角度。### 2. 倾斜校正-

旋转变换:

根据检测到的倾斜角度，使用 OpenCV 的 `cv2.warpAffine()` 函数进行旋转变换，将图像校正至水平。-

透视变换:

对于更为复杂的倾斜情况，可以使用 `cv2.getPerspectiveTransform()` 和 `cv2.warpPerspective()` 函数进行透视变换，实现更精确的校正。### 3. 代码示例以下代码展示了使用霍夫变换进行倾斜检测和校正的步骤：```python import cv2 import numpy as npdef skew_correction(image_path):img = cv2.imread(image_path)gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)edges = cv2.Canny(gray, 50, 150, apertureSize=3)# 霍夫变换检测直线lines = cv2.HoughLines(edges, 1, np.pi / 180, 200)# 找到最大直线max_line_length = 0max_line = Nonefor line in lines:rho, theta = line[0]a = np.cos(theta)b = np.sin(theta)x0 = a

rhoy0 = b

rhox1 = int(x0 + 1000

(-b))y1 = int(y0 + 1000

(a))x2 = int(x0 - 1000

(-b))y2 = int(y0 - 1000

(a))line_length = np.sqrt((x1 - x2)

2 + (y1 - y2)

2)if line_length > max_line_length:max_line_length = line_lengthmax_line = line# 计算倾斜角度rho, theta = max_line[0]angle = theta

180 / np.pi - 90# 旋转变换height, width = img.shape[:2]center = (width // 2, height // 2)M = cv2.getRotationMatrix2D(center, angle, 1)corrected_img = cv2.warpAffine(img, M, (width, height))return corrected_img# 加载图像 image_path = "your_image.jpg"# 倾斜校正 corrected_img = skew_correction(image_path)# 显示结果 cv2.imshow("Corrected Image", corrected_img) cv2.waitKey(0) cv2.destroyAllWindows() ```### 4. 总结OpenCV 提供了方便的工具，可以轻松地实现图像倾斜校正。通过合适的倾斜检测和校正方法，可以有效地提高图像的质量和可读性。### 5. 进一步学习- OpenCV 官方文档：[https://opencv.org/](https://opencv.org/) - 霍夫变换： [https://docs.opencv.org/3.4/d8/d4c/tutorial_py_houghlines.html](https://docs.opencv.org/3.4/d8/d4c/tutorial_py_houghlines.html) - 透视变换： [https://docs.opencv.org/3.4/da/d54/tutorial_py_geometric_transformations.html](https://docs.opencv.org/3.4/da/d54/tutorial_py_geometric_transformations.html)

OpenCV 倾斜校正：让图像恢复水平

简介在图像处理中，倾斜校正是常见的任务之一。无论是扫描文件、照片，还是视频画面，倾斜都会影响图像的阅读和分析。OpenCV 提供了强大的工具来检测和校正图像的倾斜，让图像恢复水平。

1. 倾斜检测- **霍夫变换:** 用于检测图像中的直线。通过霍夫变换，我们可以找到图像中倾斜的最大直线，从而确定倾斜角度。- **边缘检测:** 可以使用 Canny 算子等边缘检测方法，获取图像的边缘信息，并从中推断倾斜角度。

2. 倾斜校正- **旋转变换:** 根据检测到的倾斜角度，使用 OpenCV 的 `cv2.warpAffine()` 函数进行旋转变换，将图像校正至水平。- **透视变换:** 对于更为复杂的倾斜情况，可以使用 `cv2.getPerspectiveTransform()` 和 `cv2.warpPerspective()` 函数进行透视变换，实现更精确的校正。

3. 代码示例以下代码展示了使用霍夫变换进行倾斜检测和校正的步骤：```python import cv2 import numpy as npdef skew_correction(image_path):img = cv2.imread(image_path)gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)edges = cv2.Canny(gray, 50, 150, apertureSize=3)

霍夫变换检测直线lines = cv2.HoughLines(edges, 1, np.pi / 180, 200)

找到最大直线max_line_length = 0max_line = Nonefor line in lines:rho, theta = line[0]a = np.cos(theta)b = np.sin(theta)x0 = a * rhoy0 = b * rhox1 = int(x0 + 1000 * (-b))y1 = int(y0 + 1000 * (a))x2 = int(x0 - 1000 * (-b))y2 = int(y0 - 1000 * (a))line_length = np.sqrt((x1 - x2)**2 + (y1 - y2)**2)if line_length > max_line_length:max_line_length = line_lengthmax_line = line

计算倾斜角度rho, theta = max_line[0]angle = theta * 180 / np.pi - 90

旋转变换height, width = img.shape[:2]center = (width // 2, height // 2)M = cv2.getRotationMatrix2D(center, angle, 1)corrected_img = cv2.warpAffine(img, M, (width, height))return corrected_img

加载图像 image_path = "your_image.jpg"

倾斜校正 corrected_img = skew_correction(image_path)

显示结果 cv2.imshow("Corrected Image", corrected_img) cv2.waitKey(0) cv2.destroyAllWindows() ```

4. 总结OpenCV 提供了方便的工具，可以轻松地实现图像倾斜校正。通过合适的倾斜检测和校正方法，可以有效地提高图像的质量和可读性。

5. 进一步学习- OpenCV 官方文档：[https://opencv.org/](https://opencv.org/) - 霍夫变换： [https://docs.opencv.org/3.4/d8/d4c/tutorial_py_houghlines.html](https://docs.opencv.org/3.4/d8/d4c/tutorial_py_houghlines.html) - 透视变换： [https://docs.opencv.org/3.4/da/d54/tutorial_py_geometric_transformations.html](https://docs.opencv.org/3.4/da/d54/tutorial_py_geometric_transformations.html)