Flutter图像增强：实现票据文档类PDF效果的亮度对比度调节

要在Flutter中实现文档图片到类PDF效果的处理，核心要完成文档透视矫正、**图像增强（去阴影+背景纯白化）**两个关键步骤，以下是具体实现思路、代码示例和优化建议：

一、核心依赖包 #

先在pubspec.yaml中添加所需依赖：

dependencies:
  image_picker: ^1.0.4          # 用于获取用户上传的图片
  opencv_flutter: ^5.0.0        # 图像处理核心（文档检测、透视变换）
  image: ^4.0.17                # 辅助图像操作
  path_provider: ^2.1.1         # 本地文件存储

二、分步实现代码 #

1. 获取用户上传的图片 #

用image_picker从相册或相机获取图片：

import 'package:image_picker/image_picker.dart';

final ImagePicker _imagePicker = ImagePicker();

Future<void> pickAndProcessImage() async {
  XFile? selectedImage = await _imagePicker.pickImage(source: ImageSource.gallery);
  if (selectedImage != null) {
    // 启动图片处理流程
    String processedPath = await processDocument(selectedImage.path);
    // 后续可展示或保存处理后的图片
    print("处理完成，路径：$processedPath");
  }
}

2. 文档透视矫正（把倾斜文档拉正） #

通过OpenCV检测文档边缘，进行透视变换，矫正倾斜：

import 'package:opencv_flutter/opencv_flutter.dart';

Future<Mat> correctDocumentPerspective(String imagePath) async {
  // 读取原始图片
  Mat originalImg = await Imgcodecs.imread(imagePath);
  if (originalImg.empty) return originalImg;

  // 转灰度图+模糊去噪，提升边缘检测准确率
  Mat grayImg = await Imgproc.cvtColor(originalImg, Imgproc.COLOR_BGR2GRAY);
  Mat blurredImg = await Imgproc.GaussianBlur(grayImg, Size(5, 5), 0);

  // 边缘检测
  Mat edgeImg = await Imgproc.Canny(blurredImg, 50, 150);

  // 查找轮廓，筛选最大的矩形轮廓（文档边缘）
  List<MatOfPoint> contours = [];
  await Imgproc.findContours(edgeImg, contours, Mat(), Imgproc.RETR_EXTERNAL, Imgproc.CHAIN_APPROX_SIMPLE);
  
  MatOfPoint? largestContour;
  double maxArea = 0;
  for (var contour in contours) {
    double area = await Imgproc.contourArea(contour);
    if (area > maxArea && area > 1000) { // 过滤小轮廓
      maxArea = area;
      largestContour = contour;
    }
  }

  if (largestContour == null) return originalImg;

  // 提取轮廓的四个角点
  MatOfPoint2f approxContour = MatOfPoint2f();
  double arcLength = await Imgproc.arcLength(MatOfPoint2f.fromList(largestContour.toList()), true);
  await Imgproc.approxPolyDP(MatOfPoint2f.fromList(largestContour.toList()), arcLength * 0.02, true, approxContour);
  List<Point> cornerPoints = approxContour.toList();

  // 确保是四个角点，否则返回原图
  if (cornerPoints.length != 4) return originalImg;

  // 排序角点为：左上、右上、右下、左下
  cornerPoints.sort((a, b) => (a.x + a.y).toInt() - (b.x + b.y).toInt());
  Point tl = cornerPoints[0];
  Point tr = cornerPoints[1].x > cornerPoints[2].x ? cornerPoints[1] : cornerPoints[2];
  Point br = cornerPoints[3];
  Point bl = cornerPoints[1].x < cornerPoints[2].x ? cornerPoints[1] : cornerPoints[2];

  // 计算目标画布尺寸
  double targetWidth = max(
    await Core.norm(MatOfPoint2f.fromList([tl, tr])),
    await Core.norm(MatOfPoint2f.fromList([bl, br]))
  );
  double targetHeight = max(
    await Core.norm(MatOfPoint2f.fromList([tl, bl])),
    await Core.norm(MatOfPoint2f.fromList([tr, br]))
  );

  // 生成透视变换矩阵
  Mat srcPoints = Mat.zeros(Size(4, 2), CvType.CV_32FC1);
  srcPoints.put(0, 0, tl.x, tl.y);
  srcPoints.put(1, 0, tr.x, tr.y);
  srcPoints.put(2, 0, br.x, br.y);
  srcPoints.put(3, 0, bl.x, bl.y);

  Mat dstPoints = Mat.zeros(Size(4, 2), CvType.CV_32FC1);
  dstPoints.put(0, 0, 0, 0);
  dstPoints.put(1, 0, targetWidth, 0);
  dstPoints.put(2, 0, targetWidth, targetHeight);
  dstPoints.put(3, 0, 0, targetHeight);

  Mat transformMatrix = await Imgproc.getPerspectiveTransform(srcPoints, dstPoints);
  // 执行透视变换，得到矫正后的图片
  Mat correctedImg = await Imgproc.warpPerspective(originalImg, transformMatrix, Size(targetWidth, targetHeight));
  return correctedImg;
}

3. 图像增强（模拟PDF纯白背景效果） #

通过自适应阈值处理去除阴影，将背景转为纯白，文字/票据内容更清晰：

Future<Mat> enhanceDocumentImage(Mat correctedImg) async {
  // 转灰度图
  Mat grayImg = await Imgproc.cvtColor(correctedImg, Imgproc.COLOR_BGR2GRAY);
  // 自适应阈值处理，自动去除阴影，生成黑白高对比度效果
  Mat enhancedImg = await Imgproc.adaptiveThreshold(
    grayImg,
    255,
    Imgproc.ADAPTIVE_THRESH_GAUSSIAN_C,
    Imgproc.THRESH_BINARY,
    11, // 块大小，需为奇数
    2   // 常数调整值
  );
  // 转回彩色格式（可选，保持纯白背景+黑字）
  return await Imgproc.cvtColor(enhancedImg, Imgproc.COLOR_GRAY2BGR);
}

4. 保存处理后的图片 #

将最终处理好的图片保存到本地：

import 'package:path_provider/path_provider.dart';
import 'dart:io';

Future<String> saveProcessedImage(Mat processedImg) async {
  Directory appDir = await getApplicationDocumentsDirectory();
  String savePath = "${appDir.path}/enhanced_document_${DateTime.now().millisecondsSinceEpoch}.jpg";
  await Imgcodecs.imwrite(savePath, processedImg);
  return savePath;
}

5. 整合完整处理流程 #

把以上步骤整合为一个方法：

Future<String> processDocument(String imagePath) async {
  // 1. 透视矫正
  Mat correctedImg = await correctDocumentPerspective(imagePath);
  // 2. 图像增强
  Mat enhancedImg = await enhanceDocumentImage(correctedImg);
  // 3. 保存图片
  return await saveProcessedImage(enhancedImg);
}

三、优化建议 #

1. 简化开发流程：如果不想手动实现OpenCV的细节，可以使用flutter_document_scanner包，它已经封装了文档检测、矫正、增强的全套功能，调用更简洁。
2. 性能优化：处理大尺寸图片时，先缩小分辨率再处理，避免内存溢出；使用Isolate在后台线程执行图像处理，防止UI卡顿。
3. 用户交互优化：增加手动调整文档角点的功能（自动检测可能出错），提供对比度、亮度调节滑块，让用户自定义效果。
4. PDF生成：如果需要直接输出PDF文件，可以使用pdf包，将处理后的图片插入到PDF文档中，生成标准PDF文件。

内容的提问来源于stack exchange，提问作者mishalhaneef