从图像中精确裁切文档纸 [英] Crop exactly document paper from image

问题描述

我目前正在使用以下代码来裁剪图像

  def crop_image（image）：
 image = cv2.imread（image ）
 original_img = image.copy（）
 hsv_img = convert_hsv（image）
 
 lower_blue = np.array（[0，0，120]）
 upper_blue = np.array（[180，38，255]）
 
 masked_image = mask_img（hsv_img，lower_blue，upper_blue）
结果= cv2.bitwise_and（图像，图像，mask = masked_image）
轮廓= cv2.findContours（masked_image.copy（），cv2.RETR_LIST，cv2.CHAIN_APPROX_SIMPLE）
轮廓= imutils.grab_contours（轮廓）
 cv2.drawContours（masked_image，轮廓，-1，（ 0、255、0），3）
 max_area_contour = max（轮廓，键= cv2.contourArea）
x，y，w，h = cv2.boundingRect（max_area_contour）
 cv2.rectangle（结果（x，y），（x + w，y + h），（0，255，0），3）
 cont_filename = generate_contours_filename（）
 cv2.imwrite（cont_filename，np.hstack （[图像，结果]））
 logger.info（成功保存的文件：％s'％cont_filename）
 img = image [y：y + h， x：x + w] 
 filename = generate_filename（）
 cv2.imwrite（filename，img）
 logger.info（'成功保存的裁剪文件：％s'％filename）
返回img，文件名
  

以下是前后的图像：

  import cv2 
 import numpy as np 
 
＃将图像读取为灰度
 img = cv2.imread（ 'paper.jpg'）
 
＃转换为灰度
 gray = cv2.cvtColor（img，cv2.COLOR_BGR2GRAY）
 
＃门槛
阈值= cv2.threshold（gray，190，255，cv2.THRESH_BINARY）[1] \ 
 
＃应用形态
内核= np.ones（（7,7），np.uint8） 
 morph = cv2.morphologyEx（阈值，cv2.MORPH_CLOSE，内核）
内核= np.ones（（9,9），np.uint8）
 morph = cv2.morphologyEx（morph， cv2.MORPH_ERODE，内核）
 
＃获得最大轮廓
轮廓= cv2.findContours（morph，cv2.RETR_EXTERNAL，cv2.CHAIN_APPROX_NONE）
轮廓=轮廓[0]，如果len（contours）== 2否则，轮廓[1] 
 area_thresh = 0 
对于c在轮廓中：
面积= cv2.contourArea（c）
如果area> area_thresh：
 area_thresh =面积
 big_contour = c 
 
 
＃获取边界框
x，y，w，h = cv2.boundingRect（big_contour）
 
＃在黑色背景上绘制填充轮廓
 mask = np.zeros_like（gray）
 mask = cv2.merge（[mask，mask，mask]）
 cv2。 drawContours（mask，[big_contour]，-1，（255,255,255），cv2.FILLED）
 
＃将掩码应用于输入
 result1 = img.copy（）
 result1 = cv2 .bitwise_and（result1，mask）
 
＃作物结果
 result2 = result1 [y：y + h，x：x + w] 
 
＃查看结果
 cv2.imshow（阈值，阈值）
 cv2.imshow（ morph，morph）
 cv2.imshow（ mask，mask）
 cv2.imshow（ result1，result1）
 cv2.imshow（ result2，result2）
 cv2.waitKey（0）
 cv2.destroyAllWindows（）
 
＃保存结果
 cv2.imwrite（ paper_thresh.jpg，脱粒）
 cv2.imwrite（ paper_morphesh.jpg，变形）
 cv2.imwrite（ paper_mask.jpg，遮罩）
 cv2.imwrite（ paper_result1.jpg，result1）
 cv2.imwrite（ paper_result2.j pg，结果2）
  

阈值图像：

形态学清洁图像：

从最大轮廓遮罩图像：

屏蔽输入的结果：

裁剪前一张图片的结果：

I am using the following code to crop image currently

def crop_image(image):
image = cv2.imread(image)
original_img = image.copy()
hsv_img = convert_hsv(image)

lower_blue = np.array([0, 0, 120])
upper_blue = np.array([180, 38, 255])

masked_image = mask_img(hsv_img, lower_blue, upper_blue)
result = cv2.bitwise_and(image, image, mask=masked_image)
contours = cv2.findContours(masked_image.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
contours = imutils.grab_contours(contours)
cv2.drawContours(masked_image, contours, -1, (0, 255, 0), 3)
max_area_contour = max(contours, key=cv2.contourArea)
x, y, w, h = cv2.boundingRect(max_area_contour)
cv2.rectangle(result, (x, y), (x+w, y+h), (0, 255, 0), 3)
cont_filename = generate_contours_filename()
cv2.imwrite(cont_filename, np.hstack([image, result]))
logger.info('Successfuly saved file : %s' % cont_filename)
img = image[y:y+h, x:x+w]
filename = generate_filename()
cv2.imwrite(filename, img)
logger.info('Successfully saved cropped file : %s' % filename)
return img, filename

Following are theimages before and after: This is original image

This is resulting image

I need image that crops paper part only

Thanks in advance

解决方案

Here is one way to do that in Python/Opencv.

• Read the input
• Convert to grayscale
• Threshold
• Apply morphology to clean it of small regions
• Get contours and filter to keep the largest one
• Get the bounding box
• Draw the largest contour filled on a black background as a mask
• Apply the mask to blacken out the background of the paper
• Use the bounding box to crop the masked input
• Save the results

Input:

import cv2
import numpy as np

# read image as grayscale
img = cv2.imread('paper.jpg')

# convert to grayscale
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

# threshold
thresh = cv2.threshold(gray, 190, 255, cv2.THRESH_BINARY)[1]\

# apply morphology
kernel = np.ones((7,7), np.uint8)
morph = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)
kernel = np.ones((9,9), np.uint8)
morph = cv2.morphologyEx(morph, cv2.MORPH_ERODE, kernel)

# get largest contour
contours = cv2.findContours(morph, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
contours = contours[0] if len(contours) == 2 else contours[1]
area_thresh = 0
for c in contours:
    area = cv2.contourArea(c)
    if area > area_thresh:
        area_thresh = area
        big_contour = c


# get bounding box
x,y,w,h = cv2.boundingRect(big_contour)

# draw filled contour on black background
mask = np.zeros_like(gray)
mask = cv2.merge([mask,mask,mask])
cv2.drawContours(mask, [big_contour], -1, (255,255,255), cv2.FILLED)

# apply mask to input
result1 = img.copy()
result1 = cv2.bitwise_and(result1, mask)

# crop result
result2 = result1[y:y+h, x:x+w]

# view result
cv2.imshow("threshold", thresh)
cv2.imshow("morph", morph)
cv2.imshow("mask", mask)
cv2.imshow("result1", result1)
cv2.imshow("result2", result2)
cv2.waitKey(0)
cv2.destroyAllWindows()

# save result
cv2.imwrite("paper_thresh.jpg", thresh)
cv2.imwrite("paper_morph.jpg", morph)
cv2.imwrite("paper_mask.jpg", mask)
cv2.imwrite("paper_result1.jpg", result1)
cv2.imwrite("paper_result2.jpg", result2)

Thresholded image:

Morphology cleaned image:

Mask image from largest contour:

Result of masking the input:

Result of cropping previous image:

这篇关于从图像中精确裁切文档纸的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！