去歪斜图像答案

【问题标题】：De-Skewing image去歪斜图像
【发布时间】：2019-07-08 00:15:27
【问题描述】：

我无法弄清楚这种纠偏是如何工作的

def deskew(img):
    m = cv2.moments(img)
    if abs(m['mu02']) < 1e-2:
        return img.copy()
    skew = m['mu11']/m['mu02']
    M = np.float32([[1, skew, -0.5*SZ*skew], [0, 1, 0]])
    img = cv2.warpAffine(img,M,(SZ, SZ),flags=affine_flags)
    return img

我知道时刻是对形状的量化度量。

在图像处理中，矩给出了总的信息面积或强度，形状的质心和方向形状。

面积或总质量：-

零矩 M(0,0) 给出总质量或面积。

在图像处理中，M(0,0) 是所有像素的总和，如果是二值图像，则像素总和给出面积。

质心或质心：- 当一阶矩除以总质量然后它给出了质心。

质心是形状完美平衡的点销的尖端。

M(0,1)/M(0,0) ,M(1,0)/M(0,0)

【问题讨论】：

标签： python-3.x opencv image-processing

【解决方案1】：

我认为来自tutorial 的图片可以很好地提供直观的想法：

为了扭曲图像，他们在 x 轴 (mu02) 上使用了skewness，相对于方差 mu11。他们使用shear matrix 与图像偏度相反，这就是为什么skew = m['mu11']/m['mu02'] mu02 和 mu11 中的分数被翻转。为了相对于图像顶部的中心而不是 (0,0) 点进行歪斜，他们还使用了translation，这就是你得到M[0, 2] = -0.5*SZ*skew的地方

【讨论】：