倾斜文本校正：如何利用现有边缘实现图像旋转对齐？

1. 无需试错确定Canny的minVal和maxVal #

你的图像是高对比度黑白图、光照均匀，完全可以基于Otsu自动阈值推导Canny参数，不用手动试错：

• 先用Otsu算法计算全局阈值，它会自动找到前景（白页）和背景（黑底）的最优分割点
• 将minVal设为Otsu阈值的0.3-0.5倍，maxVal设为1.0-1.5倍（高对比图可取中间值，比如0.4和1.2）
• 代码示例：

import cv2
import numpy as np

# 灰度读取图像
gray = cv2.imread("your_document.jpg", 0)
# Otsu自动计算阈值
_, otsu_thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
# 推导Canny参数
canny_min = 0.4 * otsu_thresh
canny_max = 1.2 * otsu_thresh
edges = cv2.Canny(gray, canny_min, canny_max)

2. 排除文本干扰，只保留长边缘线条 #

结合你已移除文字后轮廓更清晰的情况，有两种高效方法：

方法一：形态学操作+霍夫直线筛选 #

• 用闭运算（先膨胀后腐蚀）消除文本残留的小噪点，强化文档边框的连续边缘
• 用cv2.HoughLinesP检测直线时，通过minLineLength参数过滤短线条（比如设为200，只保留长度超过200像素的线条）
• 代码示例：

# 构造结构元素，大小根据文本尺寸调整
kernel = np.ones((5, 5), np.uint8)
# 闭运算清理边缘
clean_edges = cv2.morphologyEx(edges, cv2.MORPH_CLOSE, kernel)
# 霍夫直线检测，筛选长线条
lines = cv2.HoughLinesP(
    clean_edges,
    rho=1,
    theta=np.pi/180,
    threshold=50,
    minLineLength=200,  # 只保留长度≥200的线条
    maxLineGap=20       # 允许线条间的最大间隙
)

方法二：轮廓周长筛选 #

• 在找轮廓时，计算每个轮廓的周长，只保留周长远大于文本轮廓的大轮廓（文档边框）
• 代码示例：

contours, _ = cv2.findContours(otsu_thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# 筛选周长超过阈值的轮廓（比如设为图像短边的1/2）
min_perimeter = min(gray.shape[:2]) // 2
valid_contours = [cnt for cnt in contours if cv2.arcLength(cnt, closed=True) > min_perimeter]
# 取最大的轮廓作为文档边框
doc_contour = max(valid_contours, key=cv2.contourArea)

3. 基于文档轮廓校正倾斜 #

拿到文档的有效轮廓后，直接通过最小外接矩形获取倾斜角度，再旋转图像：

# 获取文档轮廓的最小外接矩形
rect = cv2.minAreaRect(doc_contour)
angle = rect[2]

# 调整角度适配顺时针旋转：minAreaRect返回的角度范围是[-90, 0)，需要转换
if angle < -45:
    angle = 90 + angle
# 计算旋转矩阵并执行旋转
h, w = gray.shape[:2]
center = (w // 2, h // 2)
rotation_matrix = cv2.getRotationMatrix2D(center, -angle, 1.0)  # 负号实现顺时针旋转
rotated_img = cv2.warpAffine(
    gray,
    rotation_matrix,
    (w, h),
    flags=cv2.INTER_CUBIC,  # 高质量插值
    borderMode=cv2.BORDER_REPLICATE  # 填充边缘避免黑边
)

内容的提问来源于stack exchange，提问作者Dave