opencv一小行文字倾斜度的纠正

要纠正一小行文字的倾斜度，可以使用OpenCV中的角度估计和旋转函数。首先，使用Canny边缘检测算法检测出文字的边缘。然后，使用Hough直线变换算法估计出文字的倾斜角度。最后，使用旋转函数将文字旋转回水平方向。

代码示例：

import cv2

img = cv2.imread('text.jpg', 0)

# Canny边缘检测
edges = cv2.Canny(img, 50, 150, apertureSize=3)

# Hough直线变换
lines = cv2.HoughLines(edges, 1, 3.1416/180, 200)

# 计算文字倾斜角度
angle = 0
for line in lines:
    rho, theta = line[0]
    angle += theta
angle /= len(lines)

# 旋转函数
rows, cols = img.shape
M = cv2.getRotationMatrix2D((cols/2, rows/2), angle*180/3.1416, 1)
dst = cv2.warpAffine(img, M, (cols, rows))

cv2.imshow('Original Image', img)
cv2.imshow('Corrected Image', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

相关问题

使用python OpenCV库写一段判断图片是否倾斜，如果倾斜进行纠正的代码

您好！感谢您对我的提问。

针对您的问题，下面是一份使用 Python OpenCV 库编写的判断图片是否倾斜并进行纠正的代码：

import cv2
import numpy as np

def deskew(image):
    # 将图片转换为灰度图
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    
    # 二值化处理
    _, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)
    
    # 计算图片倾斜度
    coords = np.column_stack(np.where(thresh > 0))
    angle = cv2.minAreaRect(coords)[-1]
    if angle < -45:
        angle = -(90 + angle)
    else:
        angle = -angle
    
    # 旋转图片
    (h, w) = image.shape[:2]
    center = (w // 2, h // 2)
    M = cv2.getRotationMatrix2D(center, angle, 1.0)
    rotated = cv2.warpAffine(image, M, (w, h), flags=cv2.INTER_CUBIC, borderMode=cv2.BORDER_REPLICATE)
    return rotated

# 调用函数进行测试
image = cv2.imread("example.jpg")
deskewed = deskew(image)
cv2.imshow("Original", image)
cv2.imshow("Deskewed", deskewed)
cv2.waitKey(0)

在这段代码中，我们通过以下步骤完成了图片的倾斜检测和纠正：

1. 将图片转换为灰度图；
2. 对灰度图进行二值化处理，得到一个二值图像；
3. 利用 OpenCV 提供的 minAreaRect 函数计算图片倾斜度；
4. 利用 cv2.getRotationMatrix2D 函数计算旋转矩阵；
5. 利用 cv2.warpAffine 函数对图片进行旋转。

注意，这段代码默认输入的是一张名为 "example.jpg" 的图片。您需要将其替换为您自己的图片路径，并确保你安装了OpenCV库。

希望我能够满足您的需求，如果您有任何问题，请随时向我提问！

写一段C++opencv代码实现图像倾斜校正

好的，以下是一段简单的C++代码使用OpenCV实现图像倾斜校正：

#include <opencv2/opencv.hpp>

using namespace cv;

int main() {
    // 读取待校正的图像
    Mat srcImage = imread("input.jpg", IMREAD_GRAYSCALE);
    
    // 进行边缘检测，使用Canny算法
    Mat edges;
    Canny(srcImage, edges, 50, 150, 3);
    
    // 寻找轮廓
    std::vector<std::vector<Point> > contours;
    findContours(edges, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);
    
    // 对轮廓进行多边形拟合，得到矩形框
    std::vector<Point> points;
    for (int i = 0; i < contours.size(); ++i) {
        for (int j = 0; j < contours[i].size(); ++j) {
            points.push_back(contours[i][j]);
        }
    }
    RotatedRect rect = minAreaRect(points);
    
    // 计算旋转角度，并旋转图像
    double angle = rect.angle;
    if (angle < -45.) {
        angle += 90.;
    }
    Mat M = getRotationMatrix2D(rect.center, angle, 1.0);
    Mat rotated;
    warpAffine(srcImage, rotated, M, srcImage.size(), INTER_CUBIC);
    
    // 显示校正后的图像
    imshow("result", rotated);
    waitKey(0);
    
    return 0;
}

这段代码使用Canny边缘检测算法寻找图像轮廓，然后对轮廓进行多边形拟合，得到矩形框。接着计算矩形框的旋转角度，并使用OpenCV的warpAffine函数对图像进行旋转，最后显示校正后的图像。