如何用Python实现页面畸变校正？求优化方案或替代工具

一、解决page-dewarp的清晰度下降问题 #

page-dewarp默认通过降采样提升处理速度，你可以通过调整参数禁用该行为：

• 查找工具参数列表中的--downscale参数，将其设置为1（即原始尺寸处理），即可禁止降采样；
• 若工具提供--no-downsample参数，直接启用该参数即可。

禁用降采样后处理时间会增加，但能完整保留原始图像的清晰度，有效降低OCR错误率。

二、替代的Python页面畸变校正工具 #

如果page-dewarp的参数调整仍无法满足需求，可尝试以下工具：

• OpenCV手动透视校正：完全可控，能最大程度保留图像细节。通过检测页面轮廓、计算透视变换矩阵实现校正，适合对精度要求高的场景，示例代码如下：

import cv2
import numpy as np

def correct_page_distortion(img_path):
    # 读取图像
    img = cv2.imread(img_path)
    # 灰度化与边缘检测
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    edges = cv2.Canny(gray, 50, 150)
    # 提取页面轮廓
    contours, _ = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    page_contour = max(contours, key=cv2.contourArea)
    # 近似轮廓为四边形
    peri = cv2.arcLength(page_contour, True)
    approx = cv2.approxPolyDP(page_contour, 0.02 * peri, True)
    # 整理四边形顶点顺序（左上、右上、右下、左下）
    pts = approx.reshape(4, 2)
    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)]
    # 计算目标页面尺寸
    (tl, tr, br, bl) = rect
    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))
    # 生成透视变换目标点
    dst = np.array([
        [0, 0],
        [maxWidth - 1, 0],
        [maxWidth - 1, maxHeight - 1],
        [0, maxHeight - 1]], dtype="float32")
    # 执行透视变换
    M = cv2.getPerspectiveTransform(rect, dst)
    warped_img = cv2.warpPerspective(img, M, (maxWidth, maxHeight))
    return warped_img

• PyMuPDF（fitz）：支持图像与PDF页面的畸变校正，内置算法能较好平衡校正效果与图像清晰度，适合批量处理场景。
• ScanTailor Advanced：专业文档校正工具，支持命令行调用（可通过Python封装调用），能处理畸变、倾斜、自动裁剪等问题，输出高清图像，OCR适配性极强。

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