【Opencv】基于python-opencv的CV2实现图片OCR前的扫描摆正OCR识别【代码实现】

本实验的目的主要是实现诸如发票，pdf扫描成的图片，如何可以实现找到发票（这里都用发票指代了）外轮廓，把桌面等信息消除，直接将发票清晰摆正呈现，方便后续的OCR识别。 2.本次实验的重点在于预处理-找到外轮廓外接矩形-透视变换摆正图片，最终的OCR扫描可以参考我的博客【Python】图像文字识别：从图片中识别出文字（Pytesseract安装配置与使用），以前已经实现过，就不赘述。用百度API也可以，效果会更好，也已经实现。

主要想讲的是图1到图2过程：

原图太大，现需要resize: 灰度： 高斯： ！！！！这里需要注意Resize时候：！！！！ resize图片时候比例不要用设置好的一个值，比如定好h是500，则：

这样可以，但是在后面轮廓划定，透视变化摆正图像时（如下面代码），会出现倾斜情况：

因此resize图片时候比例我们直接设置比例，不用ratio值：

后面透视变换摆正图像时候直接乘以1/fx即可（此处5倍）：

重点是近似计算找轮廓！！！ approx=cv2.approxPolyDP(c, 0.02* peri, True) # 检测出来的轮廓可能是离散的点，故因在此做近似计算，使其形成一个矩形。做精度控制，原始轮廓到近似轮廓的最大的距离，较小时可能为多边形；较大时可能为矩形。 这里的值如果太小，比如0.0002等，可能近似轮廓是多边形，不是矩形，因此选择0,02即可。 注意：对于findContours: cnts可能有几百个轮廓，里面的各种字都会被圈出来，一般外围轮廓是最大，所以直接进行排序，再从里面找，会更简单。

刚开始不知道，所有的在一起找，由于精度问题没太懂，就浪费了很多时间找外围轮廓。

上代码：

重点是：four_point_transform(resize_image, screenCnt.reshape(4, 2)) 这个函数导入包即可

代码：

这里需要注意：如果是在resize后的图上操作可能最终会出现摆正后图像也不清楚的状态，如下所示。 在resize图上对检测后轮廓进行透视变换：

因此我们需要对原图进行处理，前面说过，我们已经对原图进行resize时fx=0.2,fy=0.2,缩小了5倍，这里只需要（在原图上，后面对选中轮廓区域点进行乘以1/fx倍）即可： four_point_transform(original_image, screenCnt.reshape(4, 2)5)* 最终效果好，如下图。 在原图上对检测后轮廓进行透视变换： 原图完胜！！！ヽ(･ω･´ﾒ)

灰度： 二值后即可用于识别:

十分简单，但pytesseract的安装可能会有各种问题，参照这篇博客即可。

resize后的原图：

结果：

效果也可，记得把原图右旋转一下再做。 原图： resize后的图： 找到轮廓： 结果： 在原图上做的透视变换： 效果还可！