camscanner(扫描全能王)功能解析与复现 - 页面矫正

Posted 2021-03-03 cvdream

朋友邀我协作一个免费简易扫描APP，于是这几天把页面矫正提上来思考。整理一些心得，以此录之，填充下这块被我冷落到凋零的园区（希望后面能勤快点）。

 

不少blog给出边缘+hough，可以解决部分情况。就通用性而言，有很多细节需要考虑：

 - 比如页面里本身就自带很多线，或者背景本身有线干扰

- 比如页面本身不完整，不完全存在4边

-比如页面有弧度，hough下直线响应不明显

 

我的思路（有借鉴，基本原创，如雷同了，真不是抄的）：

- 输入图像（来自网上，如有不妥请留言，我尽快更换掉；选这个，主要想看线条复杂，边界不是很明晰的测试，前处理灰度化了）

　　

- 边缘与线段分割：我选用 Edge Drawing / Edge Line （也可以利用canny + hough给出）

　　亮绿为边缘，暗绿+红色端点为线段，我控制线段比较严格，线段比较碎，所以我加了后面的合并步骤

　　

- 把夹角小于设定值且端点距离相近的线合并 （同时给出每条线的响应值：梯度值越高得分也高，线越长也有相应加成）

　　把长度很短的去掉

　　

- 通过提取的线，由响应值排序，获取前面N条线（我自己 N = 16，也就是最多保留N条），为了通用性，把输入图像的4个边，分配一个小的响应值，也加入到候选线集（N = 20 最多情况）

　　

- 设计候选矩形框评估函数准则 （给定任意4个直线方程）：

        *通过相邻直线夹角最大为原则，进行排列（预处理）

 　　*组合四边形4个角越接近90度，得分越高

        *把非凸的四边形去掉

　　 *把面积小于页面某个设定值的去掉（我设了 0.2 * W * H）

 　　*线段（前面提取的线段）对应计算边（2直线计算所得）重叠率越高，得分有加成

　　 *宽高比越接近0.707，得分有轻微加成

　　 *越满足平行四边形，得分有轻微加成

　　  *4个线段响应值越高，得分越高

- 通过上述准则，暴力【(N-4)*(N-5)*(N-6)*(N-7) 最多这么多个矩形组合】检索，获得最佳的4条线，输出角点，并对角点按形变最小原则进行顺时针排序， 主要是些几何运算，其实速度很快

　　中间一些组合框示意

　　

　　最高得分

　　 

- 几何校正与增强

　　

 

刚编了.so。等我不懒的时候，弄个win版的给大家试试。

如果路过的你有更好的思路，欢迎留言！