OpenCV实现平场校正的代码实例

以下是用OpenCV实现平场校正的代码实例：

import cv2
import numpy as np

# 读取原始图像
img = cv2.imread('original.jpg')

# 将图像转换为灰度图像
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

# 对灰度图像进行二值化处理
ret,thresh = cv2.threshold(gray,127,255,cv2.THRESH_BINARY_INV)

# 寻找图像的轮廓
contours, hierarchy = cv2.findContours(thresh,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)

# 寻找图像的最大轮廓
max_area = 0
for i in range(len(contours)):
    area = cv2.contourArea(contours[i])
    if area > max_area:
        max_area = area
        max_contour = contours[i]

# 获取图像的外接矩形
rect = cv2.minAreaRect(max_contour)
box = cv2.boxPoints(rect)
box = np.int0(box)

# 计算旋转角度
if rect[1][0] < rect[1][1]:
    angle = rect[2] + 90
else:
    angle = rect[2]

# 旋转图像
rows, cols = img.shape[:2]
M = cv2.getRotationMatrix2D((cols/2,rows/2),angle,1)
img_rotated = cv2.warpAffine(img,M,(cols,rows))

# 截取矫正后的图像
x1,y1 = box[1]
x2,y2 = box[3]
if x1 < x2:
    x1,x2 = x2,x1
if y1 < y2:
    y1,y2 = y2,y1
img_corrected = img_rotated[y2:y1,x2:x1]

# 显示原始图像和矫正后的图像
cv2.imshow("Original Image", img)
cv2.imshow("Corrected Image", img_corrected)
cv2.waitKey(0)
cv2.destroyAllWindows()

这段代码的主要步骤是：

1. 读取原始图像并将其转换为灰度图像；
2. 对灰度图像进行二值化处理，寻找图像的轮廓，并找到最大的轮廓；
3. 获取图像的外接矩形，并计算旋转角度；
4. 旋转原始图像；
5. 根据旋转后的图像的外接矩形截取矫正后的图像；
6. 显示原始图像和矫正后的图像。

这段代码可以处理任意方向的图像，将其矫正为水平方向。