【讨论】自动识别图像倾斜角度

tsbob 2003-03-14 03:09:38

这个功能很多软件都实现了，效果还不错
实际就是从扫描仪得到的图像，有可能扫描的时候放歪了，需要自动纠正一下
角度当然都不大（如果大了，还不如重新扫描），12度左右
纠偏有两种方法
一个是用鼠标在图片上划一条线，根据线在屏幕坐标系的角度进行旋转
这个我会
第二种方法是需要自动判断图片的倾斜角度，然后旋转
问题是，我不知道如何判断这个倾斜位置.

我的想法是先二值化，然后做一个hough变换

各位有什么看法，请探讨一下

...全文

557 10 打赏收藏转发到动态举报

写回复

10 条回复

切换为时间正序

请发表友善的回复…

发表回复

askForAll 2003-05-03

打赏
举报

回复

最小外界矩,如何有效地求得？

angelli2002 2003-05-02

打赏
举报

回复

I also got this problem. Please contact me with QQ:69363241 so that we can help each other to shoot this trouble.

wangmuzi 2003-04-20

打赏
举报

回复

如果照片里面有比较明显的可以区别的区域的话，也可以找出这个区域的类似于对角的位置来，然后照着一楼的方法旋转处理哦：～！

wangweixing2000 2003-04-09

打赏
举报

回复

县取出要转的目标图像的最小外界矩，在根据底边转换就可以了。

tsbob 2003-04-02

打赏
举报

回复

没有其他意见了吗？

kevinfirst 2003-03-26

打赏
举报

回复

学习

ljranby 2003-03-26

打赏
举报

回复

同意一楼的说法，楼主说能二值化的图像一般背景和图像都能明显区分

snowflier 2003-03-21

打赏
举报

回复

请问如何能只转图片而不转背景，背景和图片不是放在一个连续的存储区的吗

zzwu 2003-03-21

打赏
举报

回复

背景和图片将一起转.

zzwu 2003-03-14

打赏
举报

回复

我提一个方法,我自己用过,但有个前提: 图像和背景能明显区别. 否则就不行.

1.从上到下,从左到右,检查整个扫描图像(包括背景);
2.找出属于(实际)图像的,且x+y的极小点(x1,y1),它就(实际)图象的左上角;
3.找出属于(实际)图像的,且y-x的极小点(x2,y2),它就(实际)图象的右上角;
4.倾斜角度就是arctan((y2-y1)/(x2-x1))，
5.下面你已经有办法了.

第1章　数字图像与图像处理　1 1.1　数字图像相关概念　1 1.1.1　数字图像　1 1.1.2　图像处理　2 1.1.3 　图像识别　2 1.1.4　图像理解　3 1.2　图像的获取、显示与表示　3 1.2.1　图像的获取　3 1.2.2　图像显示　4 1.2.3　图像表示　4 1.3　数字图像处理系统的基本组成结构　9 第2章　相关的图像处理技术　10 2.1 　图像分割技术　10 2.1.1　阈值与图像分割　10 2.1.2　梯度与图像分割　11 2.1.3　边界提取与轮廓跟踪　11 2.1.4 　Hough变换　12 2.1.5　区域增长　12 2.2　图像复原　12 2.2.1　数学模型　12 2.2.2　维纳滤波(Wiener Filtering)　13 2.3　图像的纹理分析技术　13 2.3.1　空间灰度层共现矩阵　14 2.3.2 　纹理能量测量　16 2.3.3　纹理的结构分析方法和纹理梯度　18 2.3.4　纹理识别示例——云类自动识别　19 2.4　图像的形态学处理技术　20 2.4.1　基本概念　21 2.4.2　开运算和闭运算　22 2.4.3　击中、击不中、变换 (HMT-Hit Miss Transform)　23 2.4.4　边界和骨架(Boundary and Skeleton)　23 第 3章　指纹识别系统(上)　24 3.1　指纹识别的历史　24 3.2　指纹识别研究的现状　24 3.3　指纹识别系统的构成　 25 3.3.1　指纹的录入　26 3.3.2　指纹图像增强　28 3.3.3　指纹识别的基本原理　29 3.3.4 　系统问题　30 3.3.5　系统性能评估　31 3.3.6　一套指纹识别算法库的构成　32 3.4　指纹的粗分类与匹配　89 3.5 　基于Matlab的指纹识别系统　92 3.5.1　主界面程序　93 3.5.2　指纹中心计算程序　115 3.5.3　计算有效区域　117 3.5.4　二维Gabor变换　118 3.5.5　归一化扇区　119 3.5.6　读取图像　120 3.5.7 　旋转角度计算　121 第4章　指纹识别系统(下)　123 4.1　指纹图像的预处理　123 4.1.1　预处理概述　 123 4.1.2　指纹质量评估　124 4.1.3　指纹图像分割　129 4.1.4　指纹图像增强　134 4.1.5 　指纹图像二值化　135 4.1.6　指纹图像细化　136 4.1.7　相关预处理算法代码　139 4.2　指纹特征提取　 177 4.2.1　指纹特征的表述　177 4.2.2　局部细节特征提取　180 4.2.3　特征提取算法代码　186 4.3 　基于点模式的细节匹配　194 4.4　指纹识别的实际应用案例　204 4.4.1　指纹门禁系统　204 4.4.2　指纹考勤系统　205 4.5　指纹处理算法库测试程序　206 4.6　本章小结　218 第5章　数字水印技术　219 5.1 　基本概念　219 5.1.1　水印技术的基本要求　219 5.1.2　数字水印算法基本思路　219 5.1.3　一些关键问题　220 5.2　水印应用现状分析　220 5.2.1　现有水印算法不适应版权保护　220 5.2.2　盲检测算法　222 5.2.3 　盲检测算法的公证　222 5.2.4　数字水印系统的一般组成　223 5.3　基于DCT域的数字水印方案　223 5.3.1 　离散余弦变换　223 5.3.2　Torus自同构映射　224 5.3.3　人眼视觉频率响应及DCT变换系数的选取　224 5.3.4 　水印算法　226 5.4　基于扩频通信的水印算法　228 5.4.1　扩频通信原理　228 5.4.2　扩频通信在数字水印中的利用　229 5.4.3　加载强度的讨论　233 5.4.4　水印加载算法的实现　237 5.5　一个基于DCT域的实例　 240 5.5.1　一些算法代码　240 5.5.2　加载水印　271 5.5.3　提取水印　275 5.5.4　水印算法评价　281 5.6　本章小结　294 第6章　条形码技术　295 6.1　常用的条码编码规则　295 6.1.1 　条码的一般组成　295 6.1.2　条码的种类　296 6.1.3　EAN-13码的构造　296 6.2　一个简单的条形码打印系统　298 6.3　一维条形码的识别　312 6.3.1　硬件识别系统　312 6.3.2　预处理过程　312 6.3.3 　译码过程　314 6.4　一维条形码识别系统实例　315 6.4.1　DIB.H位图存取头文件　316 6.4.2　 DIB.CPP位图存取源程序　317 6.4.3　BARRECOG.H条码识别头文件　322 6.4.4　BARRECOG.CPP条码识别源程序　323 6.5　二维条形码介绍　337 6.5.1　PDF417符号的结构　338 6.5.2　簇及符号字符定义　338 6.5.3　层编码　339 6.5.4　模式结构　339 6.5.5　起始符和终止符　340 6.5.6 　空白区　340 6.5.7　错误监测与纠正　340 6.6　二维条形码打印程序　340 6.6.1　PDF417LIB.H二维条形码库头文件　340 6.6.2　PDF417LIBIMP.H数据定义　342 6.6.3　PDF417LIB.C函数实现文件　 353 6.6.4　PDF417.C主程序　377 6.7　本章小结　378 第7章　手势识别系统　379 7.1 　立体测量　379 7.1.1　立体匹配法　379 7.1.2　立体视觉的原理　379 7.1.3　用立体视觉进行距离测量　 381 7.2　用一台摄像头进行距离测量　382 7.2.1　摄像头正对前方　382 7.2.2　摄像头倾斜　383 7.2.3 　一台摄像头测量距离　385 7.3　假想演奏系统的构成　387 7.3.1　系统概述　387 7.3.2　肤色提取　388 7.3.3 　右手位置检测　390 7.3.4　摄像机的距离测量　391 7.3.5　音阶范围与音量范围　391 7.3.6　声音的表现方法　392 7.3.7　系统整体构成　393 7.4　程序代码　393 7.5　本章小结　432 第8章　印鉴鉴定系统　433 8.1　伪印鉴的制作及人工防伪技术　433 8.1.1　常用伪造印鉴的方法及其特征　433 8.1.2　真假印鉴印文的检验　435 8.2　印鉴图像的分离　435 8.2.1　封闭凸多边形图像提取的算法提出　436 8.2.2　封闭凸多边形图像的提取方法——种子扩散浮置实体算法　436 8.3　基于矩不变量的印鉴识别　439 8.4　基于Fourier描述符的印鉴识别方法　441 8.4.1　提取字符包络线　441 8.4.2　字符包络线的Fourier描述　442 8.5　基于边缘和模板匹配的印鉴识别　443 8.6　部分算法代码　446 8.6.1　背景去除(利用颜色)　446 8.6.2　基于矩不变量的代码　450 8.7　本章小结　455 第9章　光学字符识别技术(上)　456 9.1　概述　456 9.1.1　文字识别系统的构成　456 9.1.2　文字识别技术　457 9.1.3　印刷体汉字识别　459 9.1.4　存在的问题　461 9.2 　预处理技术　461 9.2.1　二值化　462 9.2.2　版面分析　463 9.2.3　倾斜度校正　464 9.2.4 　版面切分　467 9.2.5　行、字分割　467 9.2.6　细化和规范化　469 9.2.7　预处理算法源代码示例　470 9.3 　特征提取　537 9.3.1　概述　538 9.3.2　边缘跟踪　538 9.3.3　笔画的分类　540 9.3.4　笔画识别前的噪声处理　541 9.3.5　笔画方向码合并处理及笔画识别　542 9.3.6　笔画间特征量的定义及识别　543 9.3.7 　整字匹配的距离准则　544 9.3.8　一些统计特征　545 第10章　光学字符识别技术(下)　549 10.1　分类与识别　549 10.1.1　判别器的选择　549 10.1.2　决策树的基本概念　550 10.1.3　决策树设计　552 10.1.4 　节点分类器设计　555 10.1.5　多方案组合识别器　558 10.1.6　代码示例　560 10.2　后处理　623 10.3 　OCR程序示例　639 10.4　本章小结　640

人民币面额自动识别 自动缴费机、存取款一体机和自动售货机出现在了我们的生活中。这些先进的设备中最重要的一门技术就是：纸币识别技术。当我们将钞票投入缴费机或者存款机时，机器必定会首先识别用户投入的是面额为多少的纸币，之后再进行真伪辨别、数据写入等功能。目前已经有很多的识别技术诸如图像匹配法识别，神经网络识别、尺寸识别、纸币内部荧光物质识别等等。本小组使用 matlab 软件，利用软件对图像处...

使用OpenCV实现图像分类的介绍，全部代码仅仅20余行，简单易懂。课程详细介绍了在OpenCV内使用DNN模块实现图像识别的具体方法和思路。

手写体数字识别是光学字符识别(Optical CharacterＲecognition，OCR)的一个分支，是利用计算机将图片中的文字信息转换为计算机语言的过程。数字识别是一种图像分类问题，一直是机器深度学习的一个热点研究问题，在快递单号、财务报表、手写票据等领域广泛应用。数字识别的重点在于算法对图像本身的特征提取，传统的分类算法都存在特征提取不充分的问题，如贝叶斯分类法、K最近邻算法、支持向量机(SupportVectorMachines，SVM)、BP(BackPropagation)神经网络等。卷积

畸变图像自动校正算法的研究背景图像预处理1.图片角度校正2.文本自动分页图片畸变校正1.把页面处理成上下等宽2利用圆柱面对图片进行展开3效果展示改进方案背景这是我做的毕业设计（本科，勿喷），在这里分享主要是为了让后面也选这方面题目的同学一点经验。另外，本文处理的畸变图像是指的书本产生的畸变，比如书本弯曲导致的文字的弯曲，还有书本的角度自动校正。写的时候是用python-opencv写的。没有贴代码，但是会说用了什么函数。图像预处理 1.图片角度校正角度校正顾名思义，就是把拍歪的照片转正。具体的思

4,445

社区成员

15,335

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章