版权声明:转载请注明作者和出处。 https://blog.csdn.net/LQMIKU/article/details/79142673
文档图像倾斜角检测及校正(二)
- 最小距离法直线拟合原理
- Matlab程序
阅读之前注意:
Hi,你好,我是Cooper Liu,欢迎来到我写的“文档图像校正”系列博客。基于三种原理,我写了四个实验性的Matlab验证程序,以及两个文档校正Matlab程序。在这里你将能够获取所有的源代码以及测试图片,完全可以在你自己的Matlab上跑这些程序。
如果你是学生,请注意不要抄袭,课程设计作业的话,这种程序仅仅只能让你得到80%左右的成绩。
如果你是工作人士或者只是感兴趣的极客,Okay,我想这些程序对于理解原理是如何应用为程序的已经足够 。最后,请勿将这些资源用于商业用途(如你所见,这些程序都非常的初级)或者是谋取个人利益,知识在传播的过程中能展现更大的价值^-^
本文阅读建议用时:32min
本文阅读结构如下表:
项目 | 下属项目 | 测试用例数量 |
---|---|---|
最小距离法直线拟合原理 | 无 | 0 |
Matlab程序 | 无 | 1 |
最小距离法直线拟合原理1
最小距离法拟合直线是指,我们设线条上n个特征点:
则称
为了计算和叙述的方便,我们引入以下的记号:
所以文档的倾斜角为:
Matlab程序
基于以上原理,我编写了Matlab程序来进行实验,源代码可以参考angleDetection2.m文件。测试图片为line5.bmp。2
测试图片可以从这里获取,链接:https://pan.baidu.com/s/1dGmmGjn 密码:okt3
以下是实验结果:
如果您不想打开新的页面查看matlab源代码,也可以直接参考以下代码:
%%本版基于最小距离法直线拟合原理
%%2018.01.19 by Cooper Liu
%%Questions? Contact me: [email protected]
clear;clc; %清空之前的变量
I=imread('line5.bmp'); %读取图像
level=graythresh(I); %使用最大类间方差法找到图片的一个合适的阈值
bw=im2bw(I,level); %根据阈值,使用im2bw函数将灰度图像转换为二值图像时
figure(1);imshow(bw);
[m,n]=size(bw); %获取尺寸
xSum=0;xCount=0;
ySum=0;yCount=0;
tic; %计时开始
for i=1:m
for j=1:n
if bw(i,j)==0
xSum=xSum+i;xCount=xCount+1;
ySum=ySum+j;yCount=yCount+1;
end
end
end
xMean=xSum/xCount;
yMean=ySum/yCount;
Lxx=0;
Lyy=0;
Lxy=0;
for i=1:m
for j=1:n
if bw(i,j)==0
Lxx=Lxx+(i-xMean)^2;
Lyy=Lyy+(j-yMean)^2;
Lxy=Lxy+(i-xMean)*(j-yMean);
end
end
end
toc %获取计时时间
tmp=((Lyy-Lxx) + nthroot((Lyy-Lxx)^2 + 4*Lxy^2, 2))/(2*Lxy);
if isnan(tmp)
tmp=inf; %如果求得tmp是NaN,那么不需要旋转
end
%tmp=atan(2*Lxy/(Lxx-Lyy))/2; %如果倾斜角相对于水平超过正负45
angle=atan(tmp); %用atan求出来的角度在-pi/2到+pi/2之间
angle=angle*180/pi
rot=90-angle;
pic=imrotate(I,rot,'crop'); %旋转图像
figure(2);imshow(pic);