OpenCV实现实时文档扫描与透视矫正

1. 项目概述

最近在整理纸质文档时，发现手动拍照存档总会出现角度倾斜、边缘变形的问题。为了解决这个痛点，我用OpenCV实现了一个实时文档扫描工具，能够通过普通摄像头自动检测文档边缘并完成透视矫正。这个方案不需要专业扫描仪，用手机或电脑摄像头就能获得平整的文档图像。

2. 核心原理与技术路线

2.1 文档边缘检测技术选型

传统边缘检测算法（如Canny）虽然能提取边缘，但对复杂背景适应性较差。经过对比测试，我最终采用以下处理流程：

1. 高斯模糊降噪（5×5核）
2. 自适应阈值二值化（blockSize=11，C=2）
3. 形态学闭运算（3×3矩形核）

这种组合在实测中对光照变化和背景干扰表现出更好的鲁棒性。关键参数选择依据：

• 高斯核大小需平衡去噪和边缘保留
• 自适应阈值优于全局阈值，适合不均匀光照
• 闭运算可填充文本区域的小间隙

2.2 轮廓查找与文档定位

获取二值图像后，使用findContours查找所有轮廓。通过以下筛选条件确定文档区域：

1. 轮廓面积 > 图像面积的15%
2. 轮廓为凸四边形
3. 长宽比在0.7-1.4之间（兼容A4/A5等常见尺寸）

python复制contours, _ = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
for cnt in contours:
    peri = cv2.arcLength(cnt, True)
    approx = cv2.approxPolyDP(cnt, 0.02*peri, True)
    if len(approx) == 4 and cv2.isContourConvex(approx):
        # 进一步验证面积和长宽比

2.3 透视变换实现

确定文档四角点后，需要计算变换矩阵。我采用以下步骤：

1. 对原始四点按左上、右上、右下、左下顺序排序
2. 计算输出图像宽度（取上边和下边的最大值）
3. 计算输出图像高度（取左边和右边的最大值）
4. 使用getPerspectiveTransform获取变换矩阵

python复制def order_points(pts):
    #