如果需要处理的原图及代码，请移步小编的GitHub地址
传送门：请点击我
如果点击有误：https://github.com/LeBron-Jian/ComputerVisionPractice
下面准备学习如何对文档扫描摆正及其OCR识别的案例，主要想法是对一张不规则的文档进行矫正，然后通过tesseract进行OCR文字识别，最后返回结果。下面进入正文：
现代生活中，手机像素比较高，所以大家拍这些照片都很随意，随便拍，比如下面的照片，如发票，文本等等：
对于这些图像矫正的问题，在图像处理领域还真的很多，比如文本的矫正，车牌的矫正，身份证的矫正等等。这些都是因为拍摄者拍照随意，这就要求我们通过后期的图像处理技术将图片还原好，才能进行下一步处理，比如数字分割，数字识别，字母识别，文字识别等等。
上面的问题，我们在日常生活中遇到的可不少，因为拍摄时拍的不好，导致拍出来的图片歪歪扭扭的，很不自然，那么我们如何将图片矫正过来呢？
总的来说，要进行图像矫正，至少需要以下几步：
1，文档的轮廓提取技术
2，原始与变换坐标的计算
3，通过透视变换获取目标区域
本文通过两个案例，一个是菜单矫正及OCR识别；另一个是答题卡矫正及OCR识别。
1，如何扫描菜单并获取菜单内容下面以菜单为例，慢慢剖析如何实现图像矫正，并获取菜单内容。
上面的斜着的菜单，如何扫描到如右图所示的照片呢？其实步骤有以下几步：
1，探测边缘
2，提取菜单矩阵轮廓四点进行透视变换
3，应用一个透视的转换去获取一个文档的自顶向下的正图
知道步骤后，我们开始做吧！
1.1，文档轮廓提取我们拿到图像之后，首先进行边缘检测，其中预处理包括对噪音进行高斯模糊，然后进行边缘检测（这里采用了Canny算子提取特征），下面我们可以看一下边缘检测的代码与结果：
代码：
def edge_detection(img_path): # 读取输入 img = cv2.imread(img_path) # 坐标也会相同变换 ratio = img.shape[0] / 500.0 orig = img.copy() image = resize(orig, height=500) # 预处理 gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) blur = cv2.GaussianBlur(gray, (5, 5), 0) edged = cv2.Canny(blur, 75, 200) show(edged)