怎样才能把页面的图片弄直，看起来就像是扫描过的一样？

Question

我看过应用程序，想知道如何以编程方式拍摄图像。定义它需要如何转换，使其看起来与相机平行，而不是倾斜透视。

然后组合多张照片创建一个 pdf 文件。例如这个应用程序做到了：https://play.google.com/store/apps/details?id=com.appxy.tinyscan&hl=en

Answer 1

我不会将书籍用于此类琐碎的事情，所以很抱歉我不能推荐任何书籍（尤其是英文版）。你需要做的是：

1. 输入图片

2. 找到主要轮廓

   理想情况下是整个网格，但即使是外部轮廓也足够了（如果没有网格存在）。您需要将轮廓分为水平（红色）和垂直（绿色）曲线（或一组点）。

3. 通过 4 个“等距”点对轮廓曲线进行采样

   由于图像失真（不仅仅是旋转），那么我们至少需要使用双三次插值。为此，我们需要每个补丁 16 点 (Aqua)。

4. 添加镜像点以覆盖整个网格

   图像上的镜像（黄色）点仅适用于水平轮廓，您也应该对垂直轮廓执行此操作（图像中不适合我，并且不想为此放大分辨率）以及角点，所以你有6x6 控制点。镜子可以线性完成（就像我做的那样）。

现在转换是这样完成的：

1. 处理目标图像的所有像素dst(x0,y0)

2. 将x,y 处理为三次插值的参数

   如果xs,ys 是目标图像分辨率，则：

   u=(3.0*x)/xs
   v=(3.0*y)/ys
   

   现在三次插值通常在参数t=<0.0,1.0) 上完成，所以
   如果u=<0.0,1.0> 使用t=u 和控制点0,1,2,3。
   如果u=<1.0,2.0) 使用t=u-1.0 和控制点1,2,3,4
   如果u=<2.0,3.0> 使用t=u-2.0 和控制点2,3,4,5

   垂直轮廓和v 也是如此。将xi,yi 计算为(u,v) 的双三次插值。并复制像素：

   dst(x,y)=src(xi,yi);
   

   这只是最近的邻居，但您也可以为此使用双线性...作为三次曲线，我将使用此polynomial。

   双三次插值背后的想法很简单。计算与 4 个水平轮廓上的参数 u 对应的点。这将为您在垂直方向上的最终三次插值提供 4 个控制点，并将 v 作为参数。结果坐标是您的源像素位置。

更多信息见：

• How can i produce multi point linear interpolation?
• Bicubic interpolation
• OpenCV Birdseye view without loss of data

如果您没有网格，请使用任何可以用作网格的信息。例如，可以将文本行视为此轮廓的轮廓...