OpenCV技术问题：如何去除文档扫描中的凸性缺陷？

嘿，我完全懂你这个痛点——普通的透视变换确实搞不定书页的凸性变形！毕竟透视变换只能处理平面的透视偏移，而书页弯起来的那种中间凸起，属于非线性的曲面畸变，线性变换根本吃不消。结合你只有页面边界的情况，我给你一套实用的解决思路：

第一步：先做基础透视校正（把页面拉成矩形） #

既然你能拿到页面边界，首先得从中提取出四个角点（如果边界是连续的曲线，可以用多边形拟合的方式找到四个顶点）。这一步先把页面的倾斜、透视偏移搞定，得到一个规整的矩形页面——虽然中间还是凸的，但这是后续校正的基础。

举个OpenCV的代码例子：

import cv2
import numpy as np

# 假设你已经从边界提取到了四个角点，顺序是左上、右上、右下、左下
src_pts = np.array([[x1,y1], [x2,y2], [x3,y3], [x4,y4]], dtype=np.float32)
# 设定目标矩形的尺寸，比如800x600
dst_width, dst_height = 800, 600
dst_pts = np.array([[0,0], [dst_width,0], [dst_width,dst_height], [0,dst_height]], dtype=np.float32)

# 计算透视变换矩阵并应用
perspective_matrix = cv2.getPerspectiveTransform(src_pts, dst_pts)
warped_img = cv2.warpPerspective(original_img, perspective_matrix, (dst_width, dst_height))

第二步：非线性校正凸性畸变 #

这一步是核心，我们需要用非线性变换来抵消书页的凸起。因为没有网格，我们可以利用径向收缩变换或者虚拟网格插值来实现：

方法1：径向收缩（简单易上手） #

书页的凸性通常是中间区域向外鼓，我们可以让每个像素根据到中心的距离，向中心做适度收缩，以此抵消凸起。具体来说，就是给每个像素的坐标加一个与距离平方成正比的偏移：

def fix_convex_distortion(img, distortion_coeff=0.000012):
    h, w = img.shape[:2]
    center_x, center_y = w // 2, h // 2

    # 生成整个图像的坐标网格
    x_coords, y_coords = np.meshgrid(np.arange(w), np.arange(h))
    
    # 计算每个点到中心的距离平方
    distance_sq = (x_coords - center_x) ** 2 + (y_coords - center_y) ** 2
    
    # 计算校正后的坐标：向中心收缩，距离越远收缩越多
    corrected_x = center_x + (x_coords - center_x) * (1 - distortion_coeff * distance_sq)
    corrected_y = center_y + (y_coords - center_y) * (1 - distortion_coeff * distance_sq)
    
    # 转换为OpenCV需要的float32格式，用三次插值做重映射
    corrected_x = corrected_x.astype(np.float32)
    corrected_y = corrected_y.astype(np.float32)
    final_img = cv2.remap(img, corrected_x, corrected_y, cv2.INTER_CUBIC)
    
    return final_img

# 调用函数，调整distortion_coeff直到凸性消除（范围大概在0.000005到0.00002之间）
corrected_img = fix_convex_distortion(warped_img, distortion_coeff=0.000012)

方法2：虚拟网格插值（更精准） #

如果你想要更精准的效果，可以自己生成虚拟网格：在透视校正后的矩形上，画均匀的网格线，然后把中间的网格点向中心偏移（偏移量和到中心的距离成正比），再用薄板样条插值（TPS）或者双三次插值来变换整个图像。这种方法的好处是可以更灵活地控制变形，但代码稍微复杂一点。

为什么透视变换没用？ #

补充一句：透视变换是线性 projective 变换，只能处理平面在相机投影下的变形（比如倾斜的页面拉正），但书页的凸性是物理弯曲导致的非线性畸变，每个像素的偏移量不是线性的，所以必须用非线性变换来校正。

内容的提问来源于stack exchange，提问作者hosh0425