文章目录
- 一、文档扫描与实时矫正
- 1.1 核心思路
- 1.2 关键代码分析
- 二、视频运动检测与跟踪
- 2.1 核心思路
- 2.2 关键代码分析
- 三、特定物体提取与分割
- 3.1 核心思路
- 3.2 关键代码分析
一、文档扫描与实时矫正
1.1 核心思路
通过摄像头实时捕捉图像，自动检测文档轮廓，并进行透视变换将其矫正为正面视角。整个过程包含以下步骤：
- 图像采集与预处理
- 边缘检测
- 轮廓查找与筛选
- 透视变换矫正
- 二值化处理
1.2 关键代码分析
# 图像显示函数defcv_show(name,img):"""显示图像"""cv2.imshow(name,img)cv2.waitKey(1)# 使用1ms等待，适合视频流参数说明：
name：显示窗口的名称img：要显示的图像矩阵waitKey(1)：等待1毫秒，适合视频流的连续显示
# 坐标点排序函数deforder_points(pts):# 一共4个坐标点rect=np.zeros((4,2),dtype="float32")# 用来存储排序之后的坐标位置# 按顺序找到对应坐标0123分别是：左上、右上、右下、左下s=pts.sum(axis=1)# 对pts矩阵的每一行进行求和操作。(x+y)rect[0]=pts[np.argmin(s)]rect[2]=pts[np.argmax(s)]diff=np.diff(pts,axis=1)# 对pts矩阵的每一行进行求差操作。(y-x)rect[1]=pts[np.argmin(diff)]rect[3]=pts[np.argmax(diff)]returnrect功能说明：
这个函数将检测到的四个角点按照"左上、右上、右下、左下"的顺序排列，为后续的透视变换提供正确的坐标顺序。
# 透视变换函数deffour_point_transform(image,pts):# 获取输入坐标点rect=order_points(pts)(tl,tr,br,bl)=rect# 计算输入的w和h值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))# 变换后对应坐标位置dst=np.array([[0,0],[maxWidth-1,0],[maxWidth-1,maxHeight-1],[0,maxHeight-1]],dtype="float32")# 透视变换矩阵M=cv2.getPerspectiveTransform(rect,dst)warped=cv2.warpPerspective(image,M,(maxWidth,maxHeight))returnwarped关键函数分析：
cv2.getPerspectiveTransform(rect, dst)：计算透视变换矩阵rect：原始图像的四个点坐标dst：目标图像的四个点坐标
cv2.warpPerspective()：应用透视变换image：输入图像M：变换矩阵(maxWidth, maxHeight)：输出图像尺寸
# 图像预处理与轮廓检测gray=cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)# 转换为灰度图gray=cv2.GaussianBlur(gray,ksize=(5,5),sigmaX=0)# 高斯滤波edged=cv2.Canny(gray,15,45)# Canny边缘检测# 轮廓检测cnts=cv2.findContours(edged,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)[-2]cnts=sorted(cnts,key=cv2.contourArea,reverse=True)[:3]参数说明：
GaussianBlur()：高斯模糊，减少噪声ksize=(5,5)：高斯核大小sigmaX=0：X方向标准差
Canny()：边缘检测15：低阈值45：高阈值
findContours()：查找轮廓RETR_EXTERNAL：只检测外轮廓CHAIN_APPROX_SIMPLE：压缩轮廓点
# 轮廓近似与筛选forcincnts:peri=cv2.arcLength(c,True)# 计算轮廓周长approx=cv2.approxPolyDP(c,0.05*peri,True)# 轮廓近似area=cv2.contourArea(approx)ifarea>40000andlen(approx)==4:screenCnt=approx flag=1break函数分析：
arcLength()：计算轮廓周长c：轮廓点集True：轮廓是否闭合
approxPolyDP()：多边形近似0.05*peri：近似精度（周长百分比）True：轮廓是否闭合
二、视频运动检测与跟踪
2.1 核心思路
通过分析视频帧间的差异来检测运动物体，主要包含：
- 背景建模与前景提取
- 形态学处理去除噪声
- 轮廓检测与目标框选
2.2 关键代码分析
# 创建结构元素kernel=cv2.getStructuringElement(cv2.MORPH_CROSS,ksize=(3,3))参数说明：
MORPH_CROSS：十字形结构元素ksize=(3,3)：核大小为3×3
# 创建背景减除模型fgbg=cv2.createBackgroundSubtractorMOG2()功能说明：
创建混合高斯背景模型，用于分离前景（运动物体）和背景。
# 应用背景减除fgmask=fgbg.apply(frame)# 获取前景掩码工作流程：
- 模型学习视频的背景
- 将当前帧与背景模型比较
- 提取出运动的前景物体
# 形态学开运算fgmask_new=cv2.morphologyEx(fgmask,cv2.MORPH_OPEN,kernel)功能说明：
MORPH_OPEN：开运算（先腐蚀后膨胀）- 作用：去除小的噪声点，平滑前景区域
# 轮廓查找与框选contours=cv2.findContours(fgmask_new,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)[-2]forcincontours:perimeter=cv2.arcLength(c,True)ifperimeter>188:x,y,w,h=cv2.boundingRect(c)frame_rect=cv2.rectangle(frame,(x,y),(x+w,y+h),(0,255,0),2)函数分析：
boundingRect()：计算轮廓的外接矩形rectangle()：绘制矩形框(0,255,0)：绿色（BGR格式）2：线宽
三、特定物体提取与分割
3.1 核心思路
从图像中提取特定物体（扇子），主要步骤：
- 图像预处理（缩放、旋转）
- 边缘检测
- 轮廓查找与掩码生成
- 物体提取
3.2 关键代码分析
# 图像尺寸调整与旋转img_resized=cv2.resize(img,(640,480))img_rotated=cv2.rotate(img_resized,cv2.ROTATE_90_COUNTERCLOCKWISE)参数说明：
resize()：调整图像尺寸ROTATE_90_COUNTERCLOCKWISE：逆时针旋转90度
# 边缘检测gray=cv2.cvtColor(img_rotated,cv2.COLOR_BGR2GRAY)edges=cv2.Canny(gray,threshold1=50,threshold2=150)Canny参数：
threshold1=50：低阈值，低于此值的边缘被丢弃threshold2=150：高阈值，高于此值的边缘被保留
# 轮廓查找与掩码生成contours=cv2.findContours(edges,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)[-2]mask=np.zeros_like(gray)ifcontours:contour_areas=[cv2.contourArea(cnt)forcntincontours]max_area_idx=np.argmax(contour_areas)max_contour=contours[max_area_idx]cv2.drawContours(mask,[max_contour],-1,(255),thickness=cv2.FILLED)# 形态学闭运算kernel=np.ones((5,5),np.uint8)mask=cv2.morphologyEx(mask,cv2.MORPH_CLOSE,kernel)功能说明：
- 查找所有轮廓
- 选择面积最大的轮廓（假设为扇子）
- 绘制填充轮廓作为掩码
- 闭运算填充空洞
# 物体提取mask_3ch=cv2.cvtColor(mask,cv2.COLOR_GRAY2BGR)extracted=cv2.bitwise_and(img_rotated,mask_3ch)位运算：
bitwise_and()：按位与操作- 作用：使用掩码提取原图中的对应区域
