检测图像的旋转度
我正在做opencv中的一个项目来检测用户填充表单中的手写字符。 我已经用算法来检测使用Hough Line Transform的扫描图像的倾斜角度。 但是当图像旋转180度时不起作用，因为Hough Line函数将0和180度视为相同。 我的图像包含一些矩形来填充它们和一些文本中的数据。 那么如何检测扫描图像是否旋转180度？
因为我将不得不首先纠正图像的倾斜角度，那么只有我可以准确检测图像用户填充数据（我需要提取的）的位置，使用前面提供的空模板表单中的矩形坐标，不使用chacater识别受到赞赏。
要提升180°模糊度，只有OCR可以告诉您：对已纠偏的文本执行两次读取，一次使用给定角度，另一次使用角度+ 180°，并保持最成功的读取。
除非你有一些先验信息，否则这是唯一的方法，因为其他图像处理操作不知道字符。
更新：
有些字符串是永远不明确的，比如0689HINOSXZ <=> ZXSONIH6890。
如果文本的布局是已知的（框）并且是不对称的，那么检查文本字符串与布局的匹配是相对容易的事情：选择一个框（例如最上面的）和一个字符串（最上面的），并且对齐他们通过翻译; 然后看看其他方框和字符串是如何匹配的（使用最近邻居规则）并建立对应关系。 将结果与直线和翻转布局进行比较，并保持最佳重叠区域。
对于可靠性来说，尝试比起始框/字符串更好可能会更好，因为可能有一些不明确的地方（它甚至可能会丢失）。
你的问题不是更一般吗？ 假设您检测到+45度的倾斜角并将图像旋转-45度。 那么它可能仍然是图像旋转了180度，因为它没有旋转+45度，而是-135。
无论如何，对于真正的问题：我不是字符识别方面的专家，但我认为如果你在应用程序中使用它，难道你不能只是尝试两个旋转字符识别，然后选择一个得到更强烈的反应？
如果将模板中的矩形与歪斜校正后的图像中的矩形进行匹配，您将能够获得正确的方向（但只有在这些矩形的位置没有对称性时） 。 对于匹配，您可以使用模板中的矩形作为蒙版，从倾斜校正图像中提取区域。
编辑
假设你的模板和校正后的图像看起来像这样（在最好的情况下，在偏斜校正中没有位移）：
然后，您可以使用该模板作为蒙版来复制来自倾斜校正图像的数据。 然后检查复制图像中包含模板中白色像素的哪一部分。 对于180度旋转的图像，该值将非常低。
但正如你所说，由于位移，这在实践中将不起作用。 然后可以尝试使用模板图像作为模板的模板匹配（交叉关联）。 最强峰的位置和强度会给你一些方向的指示。 您可以以降低的分辨率执行模板匹配，以便运行速度更快。
链接地址: http://www.djcxy.com/p/67149.html上一篇: Detect degree of rotation of an image
下一篇: collection not saving model if passed as property of model