Python编程：自动修复照片中扭曲矩形

本篇文章主要介绍了如何利用Python编程语言中的OpenCV库，通过图像处理技术来自动复原被拍摄时发生扭曲的矩形图片，解决日常生活中常见的拍照问题，如证件照、试卷、PPT封面等。文章首先强调了使用Photoshop手动进行图片矫正的繁琐性，然后转向使用编程实现更高效的方法。 步骤一：导入必要的库和图片 文章首先导入了cv2（OpenCV）和numpy库，然后读取了一张名为'book.jpg'的图片，并定义了一个函数`get_window_size`，用于根据图片的实际尺寸动态调整显示窗口的大小，确保在展示过程中保持图片清晰可看。 ```python import cv2 as cv import numpy as np path = './book.jpg' src = cv.imread(path) ... ``` 步骤二：创建显示窗口并显示图片 接下来，创建一个名为'RecAdjust'的窗口，并设置其大小，以便用户可以可视化图片。然后，将图片显示在窗口中，等待用户交互。 ```python h, w = get_window_size(src) cv.namedWindow('RecAdjust', cv.WINDOW_NORMAL) cv.resizeWindow('RecAdjust', width=w, height=h) cv.imshow('RecAdjust', src) cv.waitKey(0) cv.destroyAllWindows() ``` 步骤三：用户交互：标记四个角点 为了定位图片的四个角点，文章引入了一个`ClassIndexer`类，用于循环标识并记录点击位置。当用户点击鼠标左键时，会调用`on_EVENT_LBUTTONDOWN`方法，该方法记录下鼠标位置，并在图片上标记出点。 ```python src_copy = src.copy() class Indexer: ... def on_EVENT_LBUTTONDOWN(self, event, x, y, flags, param): if event == cv.EVENT_LBUTTONDOWN: img = param['src'] win_name = param['window'] indexer = param['indexer'] ... ``` 这部分代码允许用户通过点击图片的四个角来指定矩形的边界。这些标记的点将用于后续的图像变换步骤，以纠正图片的透视失真。 步骤四：矩形校正 获取用户标记的四个点后，可以通过计算这些点之间的距离和角度来确定矩形的变换矩阵，然后应用这个矩阵对原始图片进行仿射变换，将图片恢复到接近矩形的状态。这部分内容是整个复原过程的关键，但具体的代码实现没有在提供的部分内容中给出。 总结起来，这篇文章展示了如何利用Python和OpenCV来开发一个简单的工具，自动化处理由于拍摄角度或手抖导致的图片扭曲问题，使得矩形图片恢复到预期的形状，避免了手动调整Photoshop中复杂参数的麻烦。通过用户交互式的角点选择，程序能够灵活地适应不同场景下的图片矫正需求。