我正在OMR项目中工作，我们使用C#。当我们扫描答题卡时，图像会倾斜。如何将它们矫正？
4个回答
9
这里提供了VB.Net代码，但是由于您要求C#，这里提供他们的Deskew类的C#翻译（注意：二值化（严格来说不是必须的，但效果更好）和旋转需要用户自行完成）。
public class Deskew
{
// Representation of a line in the image.
private class HougLine
{
// Count of points in the line.
public int Count;
// Index in Matrix.
public int Index;
// The line is represented as all x,y that solve y*cos(alpha)-x*sin(alpha)=d
public double Alpha;
}
// The Bitmap
Bitmap _internalBmp;
// The range of angles to search for lines
const double ALPHA_START = -20;
const double ALPHA_STEP = 0.2;
const int STEPS = 40 * 5;
const double STEP = 1;
// Precalculation of sin and cos.
double[] _sinA;
double[] _cosA;
// Range of d
double _min;
int _count;
// Count of points that fit in a line.
int[] _hMatrix;
public Bitmap DeskewImage(Bitmap image, int type, int binarizeThreshold)
{
Size oldSize = image.Size;
_internalBmp = BitmapFunctions.Resize(image, new Size(1000, 1000), true, image.PixelFormat);
Binarize(_internalBmp, binarizeThreshold);
return Rotate(image, GetSkewAngle());
}
// Calculate the skew angle of the image cBmp.
private double GetSkewAngle()
{
// Hough Transformation
Calc();
// Top 20 of the detected lines in the image.
HougLine[] hl = GetTop(20);
// Average angle of the lines
double sum = 0;
int count = 0;
for (int i = 0; i <= 19; i++)
{
sum += hl[i].Alpha;
count += 1;
}
return sum / count;
}
// Calculate the Count lines in the image with most points.
private HougLine[] GetTop(int count)
{
HougLine[] hl = new HougLine[count];
for (int i = 0; i <= count - 1; i++)
{
hl[i] = new HougLine();
}
for (int i = 0; i <= _hMatrix.Length - 1; i++)
{
if (_hMatrix[i] > hl[count - 1].Count)
{
hl[count - 1].Count = _hMatrix[i];
hl[count - 1].Index = i;
int j = count - 1;
while (j > 0 && hl[j].Count > hl[j - 1].Count)
{
HougLine tmp = hl[j];
hl[j] = hl[j - 1];
hl[j - 1] = tmp;
j -= 1;
}
}
}
for (int i = 0; i <= count - 1; i++)
{
int dIndex = hl[i].Index / STEPS;
int alphaIndex = hl[i].Index - dIndex * STEPS;
hl[i].Alpha = GetAlpha(alphaIndex);
//hl[i].D = dIndex + _min;
}
return hl;
}
// Hough Transforamtion:
private void Calc()
{
int hMin = _internalBmp.Height / 4;
int hMax = _internalBmp.Height * 3 / 4;
Init();
for (int y = hMin; y <= hMax; y++)
{
for (int x = 1; x <= _internalBmp.Width - 2; x++)
{
// Only lower edges are considered.
if (IsBlack(x, y))
{
if (!IsBlack(x, y + 1))
{
Calc(x, y);
}
}
}
}
}
// Calculate all lines through the point (x,y).
private void Calc(int x, int y)
{
int alpha;
for (alpha = 0; alpha <= STEPS - 1; alpha++)
{
double d = y * _cosA[alpha] - x * _sinA[alpha];
int calculatedIndex = (int)CalcDIndex(d);
int index = calculatedIndex * STEPS + alpha;
try
{
_hMatrix[index] += 1;
}
catch (Exception ex)
{
System.Diagnostics.Debug.WriteLine(ex.ToString());
}
}
}
private double CalcDIndex(double d)
{
return Convert.ToInt32(d - _min);
}
private bool IsBlack(int x, int y)
{
Color c = _internalBmp.GetPixel(x, y);
double luminance = (c.R * 0.299) + (c.G * 0.587) + (c.B * 0.114);
return luminance < 140;
}
private void Init()
{
// Precalculation of sin and cos.
_cosA = new double[STEPS];
_sinA = new double[STEPS];
for (int i = 0; i < STEPS; i++)
{
double angle = GetAlpha(i) * Math.PI / 180.0;
_sinA[i] = Math.Sin(angle);
_cosA[i] = Math.Cos(angle);
}
// Range of d:
_min = -_internalBmp.Width;
_count = (int)(2 * (_internalBmp.Width + _internalBmp.Height) / STEP);
_hMatrix = new int[_count * STEPS];
}
private static double GetAlpha(int index)
{
return ALPHA_START + index * ALPHA_STEP;
}
}
- Kris Erickson
2
扫描文档经常会倾斜[-10;+10]度。使用霍夫变换很容易将其校正，就像Lou Franco所说的那样。该变换检测图像上的多个角度的线条。您只需选择与您文档水平线对应的线条，然后将其旋转。
- 尝试隔离与文档水平线相对应的像素（例如，黑色像素，在其底部有白色像素）。
- 运行霍夫变换。不要忘记在C＃中使用“不安全”模式通过使用指针来加快整个图像的处理过程。
- 以相反的角度旋转您的文档。
对于二进制文档非常有效（可轻松扩展到灰度文件）。
- Nicolas SAUBAT
1
免责声明：我在Atalasoft工作，DotImage Document Imaging可以用几行代码完成此操作。
Deskew是一个专业术语，描述了您要做的事情。正如Ben Voigt所说，它技术上是旋转而不是倾斜 - 但是，如果您搜索，您会发现自动校正算法。
通常的方法是使用hough变换来查找图像中普遍的线条。对于普通文档，其中许多将与纸张的边缘正交。
Deskew是一个专业术语，描述了您要做的事情。正如Ben Voigt所说，它技术上是旋转而不是倾斜 - 但是，如果您搜索，您会发现自动校正算法。
通常的方法是使用hough变换来查找图像中普遍的线条。对于普通文档，其中许多将与纸张的边缘正交。
- Lou Franco
0
你确定是“倾斜”而不是“旋转”吗？（旋转保持角度，倾斜则不保持）。
- 使用某种注册标记（至少两个地方），即使旋转也可以识别。
- 找到这些标记的坐标并计算旋转角度。
- 将旋转变换矩阵应用于图像。
- Ben Voigt
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接