如何编写图像角度计算脚本?

Question

我有100多张图片，每张图片的角度都不同。我编写了一个基本的python代码，可以将每个图像从任何角度逐个旋转到零度(我的意思是使它们平坦)。我附加的python代码是一个简单的代码，不幸的是，它不会自动找到角度，也不会使其精确为零。任何时候对于任何图像，我都应该找到角度并运行代码多次以使其为零(有时我无法使其完全平坦或我们将其设置为零度)。根据我附加的图像，image1 是作为输入的示例图像之一，image_2是我想在最后作为输出的旋转图像。 我想问任何可以帮助我修改当前代码或为我提供新的python代码(我更喜欢新代码)的人，我可以让我的图像从任何角度旋转到零度。 如果您愿意，请随时向我询问更多解释。

我的OpenCV-Python代码是：

import cv2
import numpy as np
img = cv2.imread('image1.tif')
num_rows, num_cols = img.shape[:2]
rotation_matrix = cv2.getRotationMatrix2D((num_cols/2, num_rows/2),69.4, 1)
img_rotation = cv2.warpAffine(img, rotation_matrix, (num_cols, num_rows))
cv2.imshow('Rotation', img_rotation)
cv2.imwrite('image_2.tif',img_rotation)
cv2.waitKey()

注意：输入和输出图像已删除。

Answer 1

它绝对不是最健壮的方法，但也许一个选择是：

1. 假设边界全黑
2. 识别图像的最顶角 (x0，y0)/最右边 (x1，y1)
角
3. 计算旋转角度为alpha = math.atan2(x1-x0,y1-y0)

我下载了您的图形(它在imgur上转换为png)并使用以下命令测试了该过程：

#!/usr/bin/env python
import cv2
import math
import numpy as np
img = cv2.imread('test.png')
H, W = img.shape[:2]
x0,y0 = None,None
x1,y1 = None,None
#scan all rows starting with the first
for i in range(0, H):
row = img[i].sum(axis=1)
s = np.sum(row)
if s:
#if there is at least one non-black pixel, mark
#its position
x0 = np.max(np.where(row>0))
y0 = i
break
#scan all columns starting with the right-most one
for j in range(W-1,-1,-1):
col = img[:,j,:].sum(axis=1)
s = np.sum(col)
if s:
#mark the position of the first non-black pixel
x1 = j
y1 = np.min(np.where(col>0))
break
dx = x1 - x0
dy = y1 - y0
alpha = math.atan2(dx, dy) / math.pi * 180
rotation_matrix = cv2.getRotationMatrix2D((W/2, H/2), -alpha, 1)
img_rotation = cv2.warpAffine(img, rotation_matrix, (W, H))
cv2.imwrite('image_2.tif',img_rotation)

编辑：

如果"角"像素也是黑色的，则以前的方法可能不准确，因此计算的角度会偏斜。稍微准确的方法如下：

1. 确定矩形的"上"边界(即定义边缘的像素的坐标)
2. 取 X 轴上投影较长的边缘
3. 拟合坐标以计算定义边的线的斜率

实现：

#!/usr/bin/env python
import cv2
import math
import numpy as np
img = cv2.imread('test.png')
H, W = img.shape[:2]
data = []
for j in range(0, W):
col = img[:,j,:].sum(axis=1)
s = np.sum(col)
if not s:
continue
for i in range(0, H):
if col[i] > 0:
data.append((j, i))
break
y_min, min_pos = None, None
for idx, (x, y) in enumerate(data):
if y_min is None or y < y_min:
y_min = y
min_pos = idx
N = len(data)
if min_pos > N - min_pos:
data = data[:min_pos]
else:
data = data[min_pos:]
data = np.asarray(data).T
coeffs = np.polyfit(data[0], data[1], 1)
alpha = math.atan(coeffs[0]) / math.pi * 180
print(alpha)
rotation_matrix = cv2.getRotationMatrix2D((W/2, H/2), alpha, 1)
img_rotation = cv2.warpAffine(img, rotation_matrix, (W, H))
cv2.imwrite('image_2.tif',img_rotation)

Answer 2

另一种找到角度的方法是(假设图像在黑色背景上)：

1. 将图像转换为灰度
2. 使用阈值分割图像
3. 查找图像的轮廓

4. 查找适合轮廓的椭圆参数

   import cv2
   import numpy as np
   image = cv2.imread("DlYEa.png")
   gray = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)
   num_rows, num_cols = image.shape[:2]
   _, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY)
   img, contours, hier = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
   cnt = contours[0]
   (x, y), (Ma, ma), angle = cv2.fitEllipse(cnt)
   angle = int(angle - 90)
   rotation_matrix = cv2.getRotationMatrix2D((num_cols/2, num_rows/2), angle, 1)
   img_rotation = cv2.warpAffine(image, rotation_matrix, (num_cols, num_rows))
   cv2.imshow("rotation", img_rotation)
   cv2.waitKey()
   cv2.destroyAllWindows()