如何用Python检测扫描棒球卡边缘并裁剪图像至仅保留卡片

针对带保护套的棒球卡扫描图裁剪需求，用OpenCV实现是高效可靠的方案，以下是具体步骤和代码：

核心思路 #

利用卡片与保护套的边缘差异，通过轮廓检测定位卡片区域，再通过透视变换矫正并裁剪出目标区域（支持轻微倾斜的卡片）。

具体步骤与代码 #

1. 图像预处理
   先将彩色图转灰度，再做高斯模糊降噪，最后用Canny边缘检测提取轮廓：

import cv2
import numpy as np

# 读取图像
img = cv2.imread("baseball_card.jpg")
# 转灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 高斯模糊降噪（核大小可根据实际调整）
blurred = cv2.GaussianBlur(gray, (5, 5), 0)
# Canny边缘检测（阈值可根据图像调整）
edges = cv2.Canny(blurred, 50, 150)

2. 定位卡片轮廓
   提取图像中的所有轮廓，筛选出面积最大的轮廓（即卡片区域）：

# 查找轮廓
contours, _ = cv2.findContours(edges.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# 按轮廓面积排序，取最大的那个
contours = sorted(contours, key=cv2.contourArea, reverse=True)[:1]
card_contour = contours[0]

3. 获取卡片外接矩形与透视变换
   用最小外接矩形获取卡片的四个顶点，排序后做透视变换，矫正并裁剪：

# 获取最小外接矩形的四个顶点
rect = cv2.minAreaRect(card_contour)
box = cv2.boxPoints(rect)
box = np.int0(box)

# 对顶点排序（左上、右上、右下、左下）
def order_points(pts):
    rect = np.zeros((4, 2), dtype="float32")
    s = pts.sum(axis=1)
    rect[0] = pts[np.argmin(s)]
    rect[2] = pts[np.argmax(s)]
    diff = np.diff(pts, axis=1)
    rect[1] = pts[np.argmin(diff)]
    rect[3] = pts[np.argmax(diff)]
    return rect

rect = order_points(box)
(tl, tr, br, bl) = rect

# 计算目标图像的宽度和高度
widthA = np.sqrt(((br[0] - bl[0]) ** 2) + ((br[1] - bl[1]) ** 2))
widthB = np.sqrt(((tr[0] - tl[0]) ** 2) + ((tr[1] - tl[1]) ** 2))
maxWidth = max(int(widthA), int(widthB))

heightA = np.sqrt(((tr[0] - br[0]) ** 2) + ((tr[1] - br[1]) ** 2))
heightB = np.sqrt(((tl[0] - bl[0]) ** 2) + ((tl[1] - bl[1]) ** 2))
maxHeight = max(int(heightA), int(heightB))

# 定义目标图像的顶点坐标，如需略超边缘，可给宽高增加像素（如各加10）
dst = np.array([
    [0, 0],
    [maxWidth - 1, 0],
    [maxWidth - 1, maxHeight - 1],
    [0, maxHeight - 1]], dtype="float32")

# 计算透视变换矩阵并应用
M = cv2.getPerspectiveTransform(rect, dst)
warped = cv2.warpPerspective(img, M, (maxWidth, maxHeight))

# 保存裁剪后的图像
cv2.imwrite("cropped_card.jpg", warped)

注意事项 #

• 若扫描图存在反光或保护套边缘不清晰，可调整cv2.GaussianBlur的核大小、cv2.Canny的高低阈值，或增加形态学操作（如cv2.dilate膨胀边缘）优化轮廓检测效果。
• 若需要略超出卡片边缘，可在计算maxWidth和maxHeight时增加固定像素值，同时调整dst的坐标偏移量。

内容的提问来源于stack exchange，提问作者TechDH