OpenCV基于傅里叶变换进行文本的旋转校正


wKiom1Wx7WaTkCKUAAP8FR_1gxY697.jpg


傅里叶变换可以用于将图像从时域转换到频域，对于分行的文本，其频率谱上一定会有一定的特征，当图像旋转时，其频谱也会同步旋转，因此找出这个特征的倾角，就可以将图像旋转校正回去。


先来对原始图像进行一下傅里叶变换，需要这么几步：


1、以灰度方式读入原文件

1
2
string filename = "source.jpg";
var src = IplImage.FromFile(filename, LoadMode.GrayScale);


2、将图像扩展到合适的尺寸以方便快速变换

  OpenCV中的DFT对图像尺寸有一定要求，需要用GetOptimalDFTSize方法来找到合适的大小，根据这个大小建立新的图像，把原图像拷贝过去，多出来的部分直接填充0。

1
2
3
4
int width = Cv.GetOptimalDFTSize(src.Width);
int height = Cv.GetOptimalDFTSize(src.Height);
var padded = new IplImage(width, height, BitDepth.U8, 1);//扩展后的图像，单通道
Cv.CopyMakeBorder(src, padded, new CvPoint(0, 0), BorderType.Constant, CvScalar.ScalarAll(0));


3、进行DFT运算

  DFT要分别计算实部和虚部，这里准备2个单通道的图像，实部从原图像中拷贝数据，虚部清零，然后把它们Merge为一个双通道图像再进行DFT计算，完成后再Split开。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
//实部、虚部(单通道)
var real = new IplImage(padded.Size, BitDepth.F32, 1);
var imaginary = new IplImage(padded.Size, BitDepth.F32, 1);
//合成(双通道)
var fourier = new IplImage(padded.Size, BitDepth.F32, 2);
 
//图像复制到实部，虚部清零
Cv.ConvertScale(padded, real);
Cv.Zero(imaginary);
 
//合并、变换、再分解
Cv.Merge(real, imaginary, null, null, fourier);
Cv.DFT(fourier, fourier, DFTFlag.Forward);
Cv.Split(fourier, real, imaginary, null, null);


4、对数据进行适当调整

  上一步中得到的实部保留下来作为变换结果，并计算幅度：magnitude = sqrt(real^2 + imaginary^2)。

  考虑到幅度变化范围很大，还要用log函数把数值范围缩小。

  最后经过归一化，就会得到图像的特征谱了。

1
2
3
4
5
6
7
8
9
10
11
12
//计算sqrt(re^2+im^2)，再存回re
Cv.Pow(real, real, 2.0);
Cv.Pow(imaginary, imaginary, 2.0);
Cv.Add(real, imaginary, real);
Cv.Pow(real, real, 0.5);
 
//计算log(1+re)，存回re
Cv.AddS(real, CvScalar.ScalarAll(1), real);
Cv.Log(real, real);
 
//归一化
Cv.Normalize(real, real, 0, 1, NormType.MinMax);


此时图像是这样的：

wKioL1Wx8Hrw4_DKAASfCPJ9KK4456.jpg


5、移动中心

  DFT操作的结果低频部分位于四角，高频部分在中心，习惯上会把频域原点调整到中心去，也就是把低频部分移动到中心。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
/// <summary>
/// 将低频部分移动到图像中心
/// </summary>
/// <param name="image"></param>
/// <remarks>
///  0 | 3         2 | 1
/// -------  ===> -------
///  1 | 2         3 | 0
/// </remarks>
private static void ShiftDFT(IplImage image)
{
    int row = image.Height;
    int col = image.Width;
    int cy = row / 2;
    int cx = col / 2;
     
    var q0 = image.Clone(new CvRect(0, 0, cx, cy));   //左上
    var q1 = image.Clone(new CvRect(0, cy, cx, cy));  //左下
    var q2 = image.Clone(new CvRect(cx, cy, cx, cy)); //右下
    var q3 = image.Clone(new CvRect(cx, 0, cx, cy));  //右上
     
    Cv.SetImageROI(image, new CvRect(0, 0, cx, cy));
    q2.Copy(image);
    Cv.ResetImageROI(image);
     
    Cv.SetImageROI(image, new CvRect(0, cy, cx, cy));
    q3.Copy(image);
    Cv.ResetImageROI(image);
     
    Cv.SetImageROI(image, new CvRect(cx, cy, cx, cy));
    q0.Copy(image);
    Cv.ResetImageROI(image);
     
    Cv.SetImageROI(image, new CvRect(cx, 0, cx, cy));
    q1.Copy(image);
    Cv.ResetImageROI(image);
}

最终得到图像如下：

wKioL1Wx8Jah8u2hAASfEauPYhA310.jpg


可以明显的看到过中心有一条倾斜的直线，可以用霍夫变换把它检测出来，然后计算角度。 需要以下几步：


1、二值化

  把刚才得到的傅里叶谱放到0-255的范围，然后进行二值化，此处以150作为分界点。

1
2
Cv.Normalize(real, real, 0, 255, NormType.MinMax);
Cv.Threshold(real, real, 150, 255, ThresholdType.Binary);

 得到图像如下：

wKioL1Wx8NPRQYgUAACELmMFysQ406.jpg


2、Houge直线检测

  由于HoughLine2方法只接受8UC1格式的图片，因此要先进行转换再调用HoughLine2方法，这里的threshold参数取的100，能够检测出3条直线来。

1
2
3
4
5
6
7
//构造8UC1格式图像
var gray = new IplImage(real.Size, BitDepth.U8, 1);
Cv.ConvertScale(real, gray);
 
//找直线
var storage = Cv.CreateMemStorage();
var lines = Cv.HoughLines2(gray, storage, HoughLinesMethod.Standard, 1, Cv.PI / 180, 100);


3、找到符合条件的那条斜线，获取角度

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
float angel = 0f;
float piThresh = (float)Cv.PI / 90;
float pi2 = (float)Cv.PI / 2;
for (int i = 0; i < lines.Total; ++i)
{
    //极坐标下的点，X是极径，Y是夹角，我们只关心夹角
    var p = lines.GetSeqElem<CvPoint2D32f>(i);
    float theta = p.Value.Y;
    if (Math.Abs(theta) >= piThresh && Math.Abs(theta - pi2) >= piThresh)
    {
        angel = theta;
        break;
    }
}
angel = angel < pi2 ? angel : (angel - (float)Cv.PI);


4、角度转换

  由于DFT的特点，只有输入图像是正方形时，检测到的角度才是真正文本的旋转角度，但原图像明显不是，因此还要根据长宽比进行变换，最后得到的angelD就是真正的旋转角度了。

1
2
3
4
5
6
if (angel != pi2)
{
    float angelT = (float)(src.Height * Math.Tan(angel) / src.Width);
    angel = (float)Math.Atan(angelT);
}
float angelD = angel * 180 / (float)Cv.PI;


5、旋转校正

   这一步比较简单了，构建一个仿射变换矩阵，然后调用WarpAffine进行变换，就得到校正后的图像了。最后显示到界面上。

1
2
3
4
5
6
7
8
9
10
11
12
13
var center = new CvPoint2D32f(src.Width / 2.0, src.Height / 2.0);//图像中心
var rotMat = Cv.GetRotationMatrix2D(center, angelD, 1.0);//构造仿射变换矩阵
var dst = new IplImage(src.Size, BitDepth.U8, 1);
 
//执行变换，产生的空白部分用255填充，即纯白
Cv.WarpAffine(src, dst, rotMat, Interpolation.Cubic | Interpolation.FillOutliers, CvScalar.ScalarAll(255));
 
//展示
using (var win = new CvWindow("Rotation"))
{
    win.Image = dst;
    Cv.WaitKey();
}


最终结果如下，效果还不错：

wKiom1Wx8QOjPEd8AAL5za5_XCA781.jpg


最后放完整代码:


  1. using System;
  2. using System.Collections.Generic;
  3. using System.IO;
  4. using System.Text;
  5.  
  6. using OpenCvSharp;
  7. using OpenCvSharp.Extensions;
  8. using OpenCvSharp.Utilities;
  9.  
  10. namespace OpenCvTest
  11. {
  12.     class Program
  13.     {
  14.         static void Main(string[] args)
  15.         {
  16.             //以灰度方式读入原文件
  17.             string filename = "source.jpg";
  18.             var src = IplImage.FromFile(filename, LoadMode.GrayScale);
  19.  
  20.             //转换到合适的大小，以适应快速变换
  21.             int width = Cv.GetOptimalDFTSize(src.Width);
  22.             int height = Cv.GetOptimalDFTSize(src.Height);
  23.             var padded = new IplImage(width, height, BitDepth.U8, 1);
  24.             Cv.CopyMakeBorder(src, padded, new CvPoint(0, 0), BorderType.Constant, CvScalar.ScalarAll(0));
  25.              
  26.             //实部、虚部(单通道)
  27.             var real = new IplImage(padded.Size, BitDepth.F32, 1);
  28.             var imaginary = new IplImage(padded.Size, BitDepth.F32, 1);
  29.             //合并(双通道)
  30.             var fourier = new IplImage(padded.Size, BitDepth.F32, 2);
  31.              
  32.             //图像复制到实部，虚部清零
  33.             Cv.ConvertScale(padded, real);
  34.             Cv.Zero(imaginary);
  35.              
  36.             //合并、变换、再分解
  37.             Cv.Merge(real, imaginary, null, null, fourier);
  38.             Cv.DFT(fourier, fourier, DFTFlag.Forward);
  39.             Cv.Split(fourier, real, imaginary, null, null);
  40.              
  41.             //计算sqrt(re^2+im^2)，再存回re
  42.             Cv.Pow(real, real, 2.0);
  43.             Cv.Pow(imaginary, imaginary, 2.0);
  44.             Cv.Add(real, imaginary, real);
  45.             Cv.Pow(real, real, 0.5);
  46.              
  47.             //计算log(1+re)，存回re
  48.             Cv.AddS(real, CvScalar.ScalarAll(1), real);
  49.             Cv.Log(real, real);
  50.              
  51.             //归一化，落入0-255范围
  52.             Cv.Normalize(real, real, 0, 255, NormType.MinMax);
  53.              
  54.             //把低频移动到中心
  55.             ShiftDFT(real);
  56.              
  57.             //二值化，以150作为分界点，经验值，需要根据实际情况调整
  58.             Cv.Threshold(real, real, 150, 255, ThresholdType.Binary);
  59.              
  60.             //由于HoughLines2方法只接受8UC1格式的图片，因此进行转换
  61.             var gray = new IplImage(real.Size, BitDepth.U8, 1);
  62.             Cv.ConvertScale(real, gray);
  63.              
  64.             //找直线，threshold参数取100，经验值，需要根据实际情况调整
  65.             var storage = Cv.CreateMemStorage();
  66.             var lines = Cv.HoughLines2(gray, storage, HoughLinesMethod.Standard, 1, Cv.PI / 180, 100);
  67.              
  68.             //找到符合条件的那条斜线
  69.             float angel = 0f;
  70.             float piThresh = (float)Cv.PI / 90;
  71.             float pi2 = (float)Cv.PI / 2;
  72.             for (int i = 0; i < lines.Total; ++i)
  73.             {
  74.                 //极坐标下的点，X是极径，Y是夹角，我们只关心夹角
  75.                 var p = lines.GetSeqElem<CvPoint2D32f>(i);
  76.                 float theta = p.Value.Y;
  77.                  
  78.                 if (Math.Abs(theta) >= piThresh && Math.Abs(theta - pi2) >= piThresh)
  79.                 {
  80.                     angel = theta;
  81.                     break;
  82.                 }
  83.             }
  84.             angel = angel < pi2 ? angel : (angel - (float)Cv.PI);
  85.             Cv.ReleaseMemStorage(storage);
  86.              
  87.             //转换角度
  88.             if (angel != pi2)
  89.             {
  90.                 float angelT = (float)(src.Height * Math.Tan(angel) / src.Width);
  91.                 angel = (float)Math.Atan(angelT);
  92.             }
  93.             float angelD = angel * 180 / (float)Cv.PI;
  94.             Console.WriteLine("angtlD = {0}", angelD);
  95.  
  96.             //旋转
  97.             var center = new CvPoint2D32f(src.Width / 2.0, src.Height / 2.0);
  98.             var rotMat = Cv.GetRotationMatrix2D(center, angelD, 1.0);
  99.             var dst = new IplImage(src.Size, BitDepth.U8, 1);
  100.             Cv.WarpAffine(src, dst, rotMat, Interpolation.Cubic | Interpolation.FillOutliers, CvScalar.ScalarAll(255));
  101.              
  102.             //显示
  103.             using (var window = new CvWindow("Image"))
  104.             {
  105.                 window.Image = src;
  106.                 using (var win2 = new CvWindow("Dest"))
  107.                 {
  108.                     win2.Image = dst;
  109.                     Cv.WaitKey();
  110.                 }
  111.             }
  112.         }
  113.          
  114.         /// <summary>
  115.         /// 将低频部分移动到图像中心
  116.         /// </summary>
  117.         /// <param name="image"></param>
  118.         /// <remarks>
  119.         ///  0 | 3         2 | 1
  120.         /// -------  ===> -------
  121.         ///  1 | 2         3 | 0
  122.         /// </remarks>
  123.         private static void ShiftDFT(IplImage image)
  124.         {
  125.             int row = image.Height;
  126.             int col = image.Width;
  127.             int cy = row / 2;
  128.             int cx = col / 2;
  129.              
  130.             var q0 = image.Clone(new CvRect(0, 0, cx, cy));//左上
  131.             var q1 = image.Clone(new CvRect(0, cy, cx, cy));//左下
  132.             var q2 = image.Clone(new CvRect(cx, cy, cx, cy));//右下
  133.             var q3 = image.Clone(new CvRect(cx, 0, cx, cy));//右上
  134.              
  135.             Cv.SetImageROI(image, new CvRect(0, 0, cx, cy));
  136.             q2.Copy(image);
  137.             Cv.ResetImageROI(image);
  138.              
  139.             Cv.SetImageROI(image, new CvRect(0, cy, cx, cy));
  140.             q3.Copy(image);
  141.             Cv.ResetImageROI(image);
  142.              
  143.             Cv.SetImageROI(image, new CvRect(cx, cy, cx, cy));
  144.             q0.Copy(image);
  145.             Cv.ResetImageROI(image);
  146.              
  147.             Cv.SetImageROI(image, new CvRect(cx, 0, cx, cy));
  148.             q1.Copy(image);
  149.             Cv.ResetImageROI(image);
  150.         }
  151.     }
  152. }






附件列表

     

    posted on 2016-10-27 15:16  ①块腹肌  阅读(3456)  评论(1)  编辑  收藏  举报

    导航