esXGray开发笔记：基于直线检测的文本倾斜自动校正算法实现（python+opencv)

  1 import cv2
  2 import numpy as np
  3 import math
  4 
  5 
  6 def group_data(data, num_groups):
  7     """返回一组数据中数据集中的范围上下限（无视少数派数据）"""
  8     # 将列表转换为浮点数数组
  9     data = np.array(data).astype(float)
 10     # 找到列表中的最小值和最大值
 11     min_val = np.min(data)
 12     max_val = np.max(data)
 13     # 计算每个组的范围
 14     if max_val == min_val:
 15         return min_val, max_val  # 如果最小值与最大值相等则直接返回
 16     else:
 17         group_range = (max_val - min_val) / num_groups
 18         # 创建一个数组来存储每个元素所属的组的索引
 19         group_indices = np.floor((data - min_val) / group_range).astype(int)
 20         # 统计每个组中的元素个数
 21         group_counts = np.bincount(group_indices)
 22         # 找到元素个数最多的组的索引
 23         most_common_group_index = np.argmax(group_counts)
 24         # 计算该组的最小值和最大值
 25         most_common_group_min = min_val + most_common_group_index * group_range
 26         most_common_group_max = min_val + (most_common_group_index + 1) * group_range
 27         return most_common_group_min, most_common_group_max
 28 
 29 
 30 def get_angle_auto(src):
 31     """自动获取图片文本行倾斜角度(与x轴夹角)"""
 32     def calc_angle(x1, y1, x2, y2):
 33         # 计算直线的斜率
 34         if x1 == x2:
 35             return 90
 36         slope = (y2 - y1) / (x2 - x1)
 37         # 计算与x轴的夹角（以弧度为单位）
 38         angle_rad = math.atan(slope)
 39         # 将弧度转换为角度（如果需要）
 40         angle_deg = math.degrees(angle_rad)
 41         return angle_deg
 42     # 将图像转换为灰度图像
 43     gray = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)
 44     # 使用高斯模糊来减少图像中的噪声
 45     blur = cv2.GaussianBlur(gray, (5, 5), 0)
 46     # 使用自适应阈值化将图像转换为二值图像
 47     thresh = cv2.adaptiveThreshold(blur, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 15, 30)
 48     # 定义一个结构元素，用于图像的膨胀操作
 49     kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))
 50     # 使用膨胀操作来连接断开的边缘
 51     dilate = cv2.dilate(thresh, kernel, iterations=6)
 52     # 使用Canny边缘检测
 53     edges = cv2.Canny(dilate, 200, 250, apertureSize=3)
 54     # 使用Hough变换检测直线
 55     lines: list = []  # 检测结果list
 56     length = 200  # 直线点数下限，考虑到存在文本行的图片尺寸不会太小，因此设为200
 57     # 下面逐步调节参数，需要至少检测到11条，根据不同图形参数需要调节一下
 58     # 条数过少，可能检测到的是非文本行，而是边界的直线；
 59     # 条数过多，可能出现一些无意义的错误直线
 60     while len(lines) < 11:
 61         lines = cv2.HoughLines(edges, 1, np.pi / 180, length)
 62         if lines is None:
 63             lines = []
 64         length -= 5  # 如果没有检测到直线，自动调节参数
 65         if length <= 5:
 66             break
 67 
 68     print('检测到直线条数:', len(lines))
 69     # 在图像上绘制检测到的直线
 70     angles = []
 71     if len(lines) > 0:
 72         for line in lines:
 73             rho, theta = line[0]
 74             a = np.cos(theta)
 75             b = np.sin(theta)
 76             x0 = a * rho
 77             y0 = b * rho
 78             x1 = int(x0 + 1000 * (-b))
 79             y1 = int(y0 + 1000 * a)
 80             x2 = int(x0 - 1000 * (-b))
 81             y2 = int(y0 - 1000 * a)
 82             # 此处可以画出图像查看结果
 83             cv2.line(image, (x1, y1), (x2, y2), (0, 0, 255), 2)
 84             angle = calc_angle(x1, y1, x2, y2)
 85             print(angle)
 86             angles.append(angle)
 87 
 88         # 下面从得到的角度中迭代获取角度集中区间
 89         dmin = 0
 90         dmax = 100
 91         while dmax - dmin > 1 and len(angles) >= 3:  # 如果数据区间>1且数据个数>=3则继续
 92             dmin, dmax = group_data(angles, 3)
 93             if dmin:
 94                 angles = [i for i in angles if dmin <= i <= dmax]  # 剔除少数派数据
 95             else:
 96                 break
 97         if len(angles) > 0:
 98             return -sum(angles) / len(angles)  # 返回剩余数据平均值
 99         else:
100             return None
101     else:
102         return None
103 
104 
105 img_src = r"c:/users/eerso/desktop/002.png"
106 # 读取图像
107 image = cv2.imread(img_src)
108 angle = get_angle_auto(image)
109 print(f'angle={angle}')
110 # 显示结果图像
111 cv2.imshow('image', image)
112 cv2.waitKey(0)
113 cv2.destroyAllWindows()