那天聽到領(lǐng)導(dǎo)他們在討論，說要將圖片進(jìn)行個矯正處理，還叫來了算法部的大佬來討論將要如何處理這個，討論場面很是激烈

不得不說好奇心是個很神奇的東西，就把我給吸引過去了

我定眼一看，感覺作為JAVA開發(fā)的我自己也能進(jìn)行處理

因為看到了圖片后，發(fā)現(xiàn)了圖片中一個很重要的特征點：

要進(jìn)行矯正的圖片中都會有一個二維碼圖案，想要矯正的文字和二維碼圖案是處于同一水平線的。

如下面這個

要把圖片中的“水中加點糖”四個字矯正，只需要把二維碼矯正就可以了。

具體想法就是，求得二維碼矯正的角度a，對原圖整體按照角度a進(jìn)行旋轉(zhuǎn)就可以了。

有了想法后，就趁熱打鐵，正好周末了在家試試。

一般圖片矯正方式

對于一般的圖片矯正，最常見的做法有這么兩種：

• 對圖片進(jìn)行預(yù)處理獲取出輪廓，并求得輪廓的近似矩形，通過矩形的定位點來進(jìn)行透視變換
• 對圖片進(jìn)行預(yù)處理后，進(jìn)行霍夫變換進(jìn)行直線檢測，再根據(jù)直線的傾斜角進(jìn)行旋轉(zhuǎn)

但是對于圖片中有二維碼的圖片進(jìn)行矯正就可以更加簡單了，因為二維碼中有定位點并且成熟框架很多，實現(xiàn)起來也更加方便且識別率非常高。

二維碼圖片矯正

思路

識別出二維碼的角點，通過相鄰兩個角點的坐標(biāo)計算出夾角度數(shù)，再次用此度數(shù)對圖片進(jìn)行旋轉(zhuǎn)。

以下面圖為例：

先獲取出二維碼正方向時底部的兩點坐標(biāo)，并求得兩點的傾斜角。

斜率計算用初中數(shù)學(xué)中求兩點坐標(biāo)斜率的公式算一下即可,忘了就搜搜回憶一下：

兩點的斜率公式:k=(y1-y2)/(x1-x2),x1≠x2。其中(x1,y1),(x2,y2)是已知兩點的坐標(biāo),x1≠x2。

斜率是表示一條直線（或曲線的切線）關(guān)于（橫）坐標(biāo)軸傾斜程度的量。它通常用直線（或曲線的切線）與（橫）坐標(biāo)軸夾角的正切，或兩點的縱坐標(biāo)之差與橫坐標(biāo)之差的比來表示。記作k，k=tgα。
一條直線與某平面直角坐標(biāo)系橫坐標(biāo)軸正半軸方向所成的角的正切值即該直線相對于該坐標(biāo)系的斜率。如果直線與x軸互相垂直，直角的正切值為tan90°，故此直線不存在斜率（也可以說直線的斜率為無窮大）。當(dāng)直線L的斜率存在時，對于一次函數(shù)y=kx+b（斜截式），k即該函數(shù)圖像的斜率。

編碼實現(xiàn)

實現(xiàn)時對于二維碼的識別用到了pyzbar庫，對圖片處理用的opencv包

"""
author: puhaiyang
blog: https://blog.csdn.net/puhaiyang
github: https://github.com/puhaiyang
"""
import math
import cv2
from pyzbar import pyzbar
import imutils


def azimuthangle(x1, y1, x2, y2):
    """ 已知兩點坐標(biāo)計算角度 -
    :param x1: 原點橫坐標(biāo)值
    :param y1: 原點縱坐標(biāo)值
    :param x2: 目標(biāo)點橫坐標(biāo)值
    :param y2: 目標(biāo)縱坐標(biāo)值
    """
    dx = x2 - x1
    dy = y2 - y1
    # 求斜率
    k = dy / dx
    # 結(jié)果是弧度值
    angle = math.atan(k)
    # 弧度值轉(zhuǎn)為角度
    return angle * 180 / math.pi


def get_angle(qr_item):
    """
    獲取出進(jìn)行矯正所需要的角度
    """
    # 將坐標(biāo)從下到上，從左到右進(jìn)行排序
    locs = {qr_item.polygon[0], qr_item.polygon[1], qr_item.polygon[2], qr_item.polygon[3]}
    locs = sorted(locs, key=lambda x: x.y * 100000 + x.x * 1000)
    return azimuthangle(locs[2].x, locs[2].y, locs[3].x, locs[3].y)


def to_up_angle(qr_item):
    """
    獲取出使二維碼朝上的角度
    """
    if qr_item.orientation == 'UP':
        angle_ext = 0
    elif qr_item.orientation == 'RIGHT':
        angle_ext = 270
    elif qr_item.orientation == 'DOWN':
        angle_ext = 180
    else:
        angle_ext = 90
    return angle_ext


def resize_img(ori_img):
    """
    圖片壓縮
    """
    height = ori_img.shape[0]
    width = ori_img.shape[1]
    # 執(zhí)行壓縮,按照500的寬度為標(biāo)準(zhǔn)
    if width > 500:
        scale_percent = int(500 / width * 100)
        s_width = int(width * scale_percent / 100)
        s_height = int(height * scale_percent / 100)
        # 新的寬度和高度
        dim = (s_width, s_height)
        return cv2.resize(ori_img, dim, interpolation=cv2.INTER_AREA)
    else:
        return ori_img


def adjust_rotae_angle(img):
    angle = 0
    # 對圖片進(jìn)行壓縮
    img = resize_img(img)
    # symbol為64代表二維碼
    qr_result = pyzbar.decode(img, symbols=[64])
    if len(qr_result) == 1:
        # 識別到了一個二維碼,將二維碼朝上旋轉(zhuǎn)
        first_adjust_angle = to_up_angle(qr_result[0])
        # 進(jìn)行旋轉(zhuǎn)
        img_rotae_to_up = imutils.rotate_bound(img, first_adjust_angle)
        # 再次識別
        qr_result2 = pyzbar.decode(img_rotae_to_up, symbols=[64])
        if len(qr_result2) == 1:
            last_adjust_angle = -get_angle(qr_result2[0])
            angle = first_adjust_angle + last_adjust_angle
            print("first angle:%d last angle:%d angle:%d" % (first_adjust_angle, last_adjust_angle, angle))
        else:
            print('last 未識別到二維碼')
    else:
        print('first 未識別到二維碼')
    return angle


if __name__ == '__main__':
    # 加載圖片
    img = cv2.imread('123.jpg')
    adjust_angle = adjust_rotae_angle(img.copy())
    if adjust_angle != 0:
        img_rotae = imutils.rotate_bound(img, adjust_angle)
        cv2.imwrite('img_rotae.jpg', img_rotae)

最終輸出的圖片結(jié)果：

矯正成功！

需要說明的是，上面之所以要進(jìn)行對圖片的resize，是因為圖片太大的話pyzbar可能會識別不出來二維碼文章來源地址http://www.zghlxwxcb.cn/news/detail-449858.html

到了這里，關(guān)于opencv快速實現(xiàn)任意角度二維碼矯正的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！