python - OpenCV 在轮廓旋转后将不规则轮廓区域复制到另一幅图像

Question

我正在处理带有扭曲/旋转文本的图像。在对它们运行 OCR 之前，我需要将这些文本 blob 旋转回水平(0 度)。我设法解决了旋转问题，但现在我需要找到一种方法将原始轮廓的内容复制到旋转后的矩阵。

以下是我为提取和修复旋转问题所做的一些事情:

1. 寻找轮廓
2. 大量扩张并删除非文本行
3. 找到轮廓角并在极空间中进行角度校正。

我曾尝试使用仿射变换来旋转矩形文本 block ，但由于某些文本 block 是不规则的，所以最终裁掉了一些文本。 Result here

轮廓中的蓝点是质心，数字是轮廓角。如何复制未旋转轮廓的内容，旋转它们并复制到新图像？

代码

def getContourCenter(contour):
    M = cv2.moments(contour)
    if M["m00"] != 0:
        cx = int(M['m10']/M['m00'])
        cy = int(M['m01']/M['m00'])
    else:
        return 0, 0
    return int(cx), int(cy)

def rotateContour(contour, center: tuple, angle: float):

    def cart2pol(x, y):
        theta = np.arctan2(y, x)
        rho = np.hypot(x, y)
        return theta, rho

    def pol2cart(theta, rho):
        x = rho * np.cos(theta)
        y = rho * np.sin(theta)
        return x, y

    # Translating the contour by subtracting the center with all the points
    norm = contour - [center[0], center[1]]

    # Convert the points to polar co-ordinates, add the rotation, and convert it back to Cartesian co-ordinates.
    coordinates = norm[:, 0, :]
    xs, ys = coordinates[:, 0], coordinates[:, 1]
    thetas, rhos = cart2pol(xs, ys)

    thetas = np.rad2deg(thetas)
    thetas = (thetas + angle) % 360
    thetas = np.deg2rad(thetas)

    # Convert the new polar coordinates to cartesian co-ordinates
    xs, ys = pol2cart(thetas, rhos)
    norm[:, 0, 0] = xs
    norm[:, 0, 1] = ys

    rotated = norm + [center[0], center[1]]
    rotated = rotated.astype(np.int32)

    return rotated


def straightenText(image, vis):

    # create a new mat
    mask = 0*np.ones([image.shape[0], image.shape[1], 3], dtype=np.uint8)

    # invert pixel index arrangement and dilate aggressively
    dilate = cv2.dilate(~image, ImageUtils.box(33, 1))

    # find contours
    _, contours, hierarchy = cv2.findContours(dilate, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
    for contour in contours:
        [x, y, w, h] = cv2.boundingRect(contour)
        if w > h:

            # find contour angle and centers
            (x, y), (w, h), angle = cv2.minAreaRect(contour)
            cx, cy = getContourCenter(contour)

            # fix angle returned
            if w < h:
                angle = 90 + angle

            # fix contour angle
            rotatedContour = rotateContour(contour, (cx, cy), 0-angle)

            cv2.drawContours(vis, contour, -1, (0, 255, 0), 2)
            cv2.drawContours(mask, rotatedContour, -1, (255, 0, 0), 2)
            cv2.circle(vis, (cx, cy), 2, (0, 0, 255), 2, 8) # centroid
            cv2.putText(vis, str(round(angle, 2)), (cx, cy), cv2.FONT_HERSHEY_SIMPLEX, 0.8, (255,0,0), 2)

Answer 1

这是一种方法，这是我能想到的在 Python/OpenCV 中执行此操作的最简单方法，但在速度上可能不是最佳方法。

• 为所需的输出创建一个白色的空图像。 (所以我们有白底黑字，以防您需要进行 OCR)

• 在输入中获取轮廓的旋转边界矩形。

• 在输出中获取轮廓的正常边界矩形。

• 获取每个边界框的 4 个角。

• 计算两组4角之间的仿射变换矩阵 积分。

• 将(整个)输入图像变形为相同大小(非最佳)。

• 使用输出边界框尺寸和左上角 numpy 切片将变形图像中的区域转移到相同的区域 白色输出图像中的区域。

• 使用生成的图像代替每个文本轮廓重复 原始白色图像作为新的目标图像。

所以这里有一个模拟来告诉你怎么做。

源文本图像:

带有红色旋转矩形的源文本图像:

白色目标图像中所需的边界矩形:

文本转移到白色图像到所需的矩形区域:

代码:

import cv2
import numpy as np

# Read source text image.
src = cv2.imread('text_on_white.png')
hs, ws, cs = src.shape

# Read same text image with red rotated bounding box drawn.
src2 = cv2.imread('text2_on_white.png')

# Read white image showing desired output bounding box.
src2 = cv2.imread('text2_on_white.png')

# create white destination image
dst = np.full((hs,ws,cs), (255,255,255), dtype=np.uint8)

# define coordinates of bounding box in src
src_pts = np.float32([[51,123], [298,102], [300,135], [54,157]])

# size and placement of text in dst is (i.e. bounding box):
xd = 50
yd = 200
wd = 249
hd = 123
dst_pts = np.float32([[50,200], [298,200], [298,234], [50,234]])

# get rigid affine transform (no skew)
# use estimateRigidTransform rather than getAffineTransform so can use all 4 points
matrix = cv2.estimateRigidTransform(src_pts, dst_pts, 0)

# warp the source image
src_warped = cv2.warpAffine(src, matrix, (ws,hs), cv2.INTER_AREA, borderValue=(255,255,255))

# do numpy slicing on warped source and place in white destination
dst[yd:yd+hd, xd:xd+wd] = src_warped[yd:yd+hd, xd:xd+wd]

# show results
cv2.imshow('SRC', src)
cv2.imshow('SRC2', src2)
cv2.imshow('SRC_WARPED', src_warped)
cv2.imshow('DST', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

# save results
cv2.imwrite('text_on_white_transferred.png', dst)