我有数百张图像(扫描文档)，其中大部分是歪斜的。我想用 Python 去歪斜它们。
这是我使用的代码:

import numpy as np
import cv2

from skimage.transform import radon


filename = 'path_to_filename'
# Load file, converting to grayscale
img = cv2.imread(filename)
I = cv2.cvtColor(img, COLOR_BGR2GRAY)
h, w = I.shape
# If the resolution is high, resize the image to reduce processing time.
if (w > 640):
    I = cv2.resize(I, (640, int((h / w) * 640)))
I = I - np.mean(I)  # Demean; make the brightness extend above and below zero
# Do the radon transform
sinogram = radon(I)
# Find the RMS value of each row and find "busiest" rotation,
# where the transform is lined up perfectly with the alternating dark
# text and white lines
r = np.array([np.sqrt(np.mean(np.abs(line) ** 2)) for line in sinogram.transpose()])
rotation = np.argmax(r)
print('Rotation: {:.2f} degrees'.format(90 - rotation))

# Rotate and save with the original resolution
M = cv2.getRotationMatrix2D((w/2,h/2),90 - rotation,1)
dst = cv2.warpAffine(img,M,(w,h))
cv2.imwrite('rotated.jpg', dst)

此代码适用于大多数文档，除了某些角度:(180 和 0) 和 (90 和 270) 通常被检测为相同的角度(即它在 (180 和 0) 和(90 和 270))。所以我得到了很多颠倒的文件。

这是一个例子:

我得到的结果图像与输入图像相同。

有什么建议可以使用 Opencv 和 Python 检测图像是否颠倒？
PS:我尝试使用 EXIF 数据检查方向，但没有找到任何解决方案。

编辑:
可以使用 Tesseract(Python 的 pytesseract)检测方向，但只有在图像包含大量字符时才有可能。
对于任何可能需要这个的人:

import cv2
import pytesseract


print(pytesseract.image_to_osd(cv2.imread(file_name)))

如果文档包含足够多的字符，则 Tesseract 可以检测方向。但是，当图像的线条较少时，Tesseract 建议的方位角通常是错误的。所以这不可能是 100% 的解决方案。

最佳答案

Python3/OpenCV4 script对齐扫描的文档。

旋转文档并对行求和。当文档旋转0度和180度时，图片中会有很多黑色像素:

使用记分方法。为每张图片与斑马图案的相似度打分。得分最高的图像具有正确的旋转。您链接到的图像偏离了 0.5 度。为了可读性我省略了一些函数，完整代码可以是found here .

# Rotate the image around in a circle
angle = 0
while angle <= 360:
    # Rotate the source image
    img = rotate(src, angle)    
    # Crop the center 1/3rd of the image (roi is filled with text)
    h,w = img.shape
    buffer = min(h, w) - int(min(h,w)/1.15)
    roi = img[int(h/2-buffer):int(h/2+buffer), int(w/2-buffer):int(w/2+buffer)]
    # Create background to draw transform on
    bg = np.zeros((buffer*2, buffer*2), np.uint8)
    # Compute the sums of the rows
    row_sums = sum_rows(roi)
    # High score --> Zebra stripes
    score = np.count_nonzero(row_sums)
    scores.append(score)
    # Image has best rotation
    if score <= min(scores):
        # Save the rotatied image
        print('found optimal rotation')
        best_rotation = img.copy()
    k = display_data(roi, row_sums, buffer)
    if k == 27: break
    # Increment angle and try again
    angle += .75
cv2.destroyAllWindows()

如何判断文件是否倒置？填充从文档顶部到图像中第一个非黑色像素的区域。用黄色测量面积。面积最小的图像将是正面朝上的图像:

# Find the area from the top of page to top of image
_, bg = area_to_top_of_text(best_rotation.copy())
right_side_up = sum(sum(bg))
# Flip image and try again
best_rotation_flipped = rotate(best_rotation, 180)
_, bg = area_to_top_of_text(best_rotation_flipped.copy())
upside_down = sum(sum(bg))
# Check which area is larger
if right_side_up < upside_down: aligned_image = best_rotation
else: aligned_image = best_rotation_flipped
# Save aligned image
cv2.imwrite('/home/stephen/Desktop/best_rotation.png', 255-aligned_image)
cv2.destroyAllWindows()

关于python - 检测 OCR 文本图像是否上下颠倒，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/55654142/