C++二维图像扶正

这里提供一种简单的C++实现方法，基于OpenCV库实现，具体步骤如下：

1. 安装OpenCV库，并导入头文件。

#include <opencv2/opencv.hpp>
using namespace cv;

2. 读取需要扶正的图像，并将其转换为灰度图像。

Mat img = imread("input.jpg");
Mat gray;
cvtColor(img, gray, COLOR_BGR2GRAY);

3. 使用霍夫变换检测图像中的直线特征。

vector<Vec2f> lines;
HoughLines(gray, lines, 1, CV_PI / 180, 100, 0, 0);

4. 根据直线的位置和方向，计算需要旋转的角度。

float angle = 0.0;
for (size_t i = 0; i < lines.size(); i++) {
    float rho = lines[i][0], theta = lines[i][1];
    if (theta < CV_PI / 4. || theta > 3.*CV_PI / 4.) {
        angle = theta;
        break;
    }
}

5. 对图像进行旋转，将直线旋转到水平方向。

Mat rotated;
Point2f pt(img.cols / 2., img.rows / 2.);
Mat r = getRotationMatrix2D(pt, angle * 180 / CV_PI, 1.0);
warpAffine(img, rotated, r, img.size());

6. 根据需要，进行图像的裁剪或者填充操作，得到最终的扶正图像。

Mat result;
if (rotated.cols > rotated.rows) {
    int y = (rotated.cols - rotated.rows) / 2;
    result = rotated(Rect(y, 0, rotated.rows, rotated.rows));
}
else {
    int x = (rotated.rows - rotated.cols) / 2;
    result = rotated(Rect(0, x, rotated.cols, rotated.cols));
}

完整的代码如下：

#include <opencv2/opencv.hpp>
using namespace cv;

int main() {
    Mat img = imread("input.jpg");
    Mat gray;
    cvtColor(img, gray, COLOR_BGR2GRAY);
    vector<Vec2f> lines;
    HoughLines(gray, lines, 1, CV_PI / 180, 100, 0, 0);
    float angle = 0.0;
    for (size_t i = 0; i < lines.size(); i++) {
        float rho = lines[i][0], theta = lines[i][1];
        if (theta < CV_PI / 4. || theta > 3.*CV_PI / 4.) {
            angle = theta;
            break;
        }
    }
    Mat rotated;
    Point2f pt(img.cols / 2., img.rows / 2.);
    Mat r = getRotationMatrix2D(pt, angle * 180 / CV_PI, 1.0);
    warpAffine(img, rotated, r, img.size());
    Mat result;
    if (rotated.cols > rotated.rows) {
        int y = (rotated.cols - rotated.rows) / 2;
        result = rotated(Rect(y, 0, rotated.rows, rotated.rows));
    }
    else {
        int x = (rotated.rows - rotated.cols) / 2;
        result = rotated(Rect(0, x, rotated.cols, rotated.cols));
    }
    imshow("input", img);
    imshow("output", result);
    waitKey();
    return 0;
}

需要注意的是，上述代码中的参数都是示例值，需要根据具体情况进行调整。同时，由于上述算法依赖于直线特征的检测，因此如果图像中没有明显的直线特征，可能无法得到准确的扶正结果。