如何在OpenCV中检测图像是否需要执行透视变换？

针对批量文档图像的透视畸变检测，核心思路是识别图像中文档区域的轮廓形态——正常轴对齐的文档轮廓是标准矩形，而存在透视畸变的文档会呈现不规则四边形（梯形或任意四边形）。以下是具体实现步骤：

1. 图像预处理 #

先对图像做灰度化、模糊降噪和边缘检测，突出文档的轮廓：

import cv2
import numpy as np

def preprocess_image(img):
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    # 高斯模糊降噪，避免边缘检测误判
    blurred = cv2.GaussianBlur(gray, (5, 5), 0)
    # Canny边缘检测
    edges = cv2.Canny(blurred, 50, 150)
    return edges

2. 提取文档轮廓并筛选 #

从边缘图中提取轮廓，筛选出最大的轮廓（假设文档是图像中的主要对象），并近似为多边形：

def get_document_contour(edges):
    # 提取所有轮廓
    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（文档区域）
    contours = sorted(contours, key=cv2.contourArea, reverse=True)[:5]
    
    for cnt in contours:
        # 计算轮廓周长，用于多边形近似
        perimeter = cv2.arcLength(cnt, True)
        # 近似轮廓为多边形，epsilon取周长的2%
        approx = cv2.approxPolyDP(cnt, 0.02 * perimeter, True)
        # 如果近似后是4个顶点，认为是文档的轮廓
        if len(approx) == 4:
            return approx.reshape(4, 2)
    # 没找到4顶点轮廓，返回None
    return None

3. 判断是否需要透视变换 #

通过分析4个顶点构成的四边形是否为轴对齐矩形，来判断是否存在透视畸变：

def need_perspective_transform(quad_pts):
    if quad_pts is None:
        # 无法检测到文档轮廓，可根据需求标记为不需要或进一步处理
        return False
    
    # 计算四边形四条边的斜率
    def calculate_slope(p1, p2):
        if p2[0] - p1[0] == 0:
            return float('inf')  # 垂直边
        return (p2[1] - p1[1]) / (p2[0] - p1[0])
    
    slopes = []
    for i in range(4):
        p1 = quad_pts[i]
        p2 = quad_pts[(i+1)%4]
        slopes.append(calculate_slope(p1, p2))
    
    # 轴对齐矩形的对边斜率应相等，且相邻边斜率乘积约为-1（垂直）
    # 允许一定误差，比如斜率差的绝对值小于0.1，垂直边斜率乘积在-1.2到-0.8之间
    is_aligned = True
    
    # 检查对边斜率是否近似相等
    if abs(slopes[0] - slopes[2]) > 0.1 or abs(slopes[1] - slopes[3]) > 0.1:
        is_aligned = False
    
    # 检查相邻边是否近似垂直
    for i in range(4):
        s1 = slopes[i]
        s2 = slopes[(i+1)%4]
        if s1 == float('inf'):
            if abs(s2) > 0.1:
                is_aligned = False
        elif s2 == float('inf'):
            if abs(s1) > 0.1:
                is_aligned = False
        else:
            if abs(s1 * s2 + 1) > 0.2:
                is_aligned = False
    
    # 如果不是轴对齐矩形，说明存在透视畸变，需要变换
    return not is_aligned

4. 批量处理示例 #

def process_batch(image_paths):
    for path in image_paths:
        img = cv2.imread(path)
        if img is None:
            print(f"无法读取图像: {path}")
            continue
        edges = preprocess_image(img)
        quad_pts = get_document_contour(edges)
        need_transform = need_perspective_transform(quad_pts)
        print(f"图像 {path}: {'需要透视变换' if need_transform else '不需要透视变换'}")

补充说明 #

• 如果图像中文档不是主要对象，需要调整轮廓筛选逻辑（比如结合颜色、纹理特征）。
• 对于光照不均、文档边缘模糊的图像，可以调整预处理参数（比如Canny的阈值、模糊核大小）来提升轮廓检测准确率。
• 也可以通过计算透视变换后的图像与原图像的差异来辅助判断，但上述方法更高效，适合批量处理。

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