图片矫正实现流程
1.获取角度
HoughLines获取角度
HoughLines 返回的是角度，画线坐标点需要计算。[0]像素单位距离 [1]角度；注意问题得到线条有干扰需要控制
HoughLinesPWithParams 返回的是坐标点直接画线
FindContours获取角度
FindContours 得到最大面积轮廓-》得到角度
2.旋转图片
temp2D := gocv.GetRotationMatrix2D(rect.Center, angle, 0.8) gocv.WarpAffine(reactImg, &desc, temp2D, image.Pt(0, reactImg.Cols()/2))
代码
windowA := gocv.NewWindow("watch")
defer windowA.Close()
root := getCurrentAbPathByCaller()
img1 := gocv.IMRead(root+string(os.PathSeparator)+"tp.jfif", gocv.IMReadColor)
img2 := gocv.NewMat()
gocv.Canny(img1, &img2, 80, 160)
//img3, _ := img2.ToImage()
/*
RetrievalExternal 最外侧轮廓
RETR_LIST：返回所有轮廓线，不建立等级关系
RETR_CCOMP ：返回所有轮廓，包含两个层级结构
RETR_TREE ：返回所有轮廓，建立完整的层次结构
*/
pointVecotr := gocv.FindContours(img2, gocv.RetrievalExternal, gocv.ChainApproxNone)
gocv.DrawContours(&img1, pointVecotr, -1, color.RGBA{255, 0, 0, 0}, 1)
maxindex := getMaxArea(pointVecotr)
react := gocv.BoundingRect(pointVecotr.At(maxindex))
reactImg := img1.Region(react)
rect := gocv.MinAreaRect(pointVecotr.At(maxindex))
points := rect.Points
for i := 0; i < len(points); i++ {
fmt.Println("%d %d", points[i].X, points[i].Y)
}
//
line1 := math.Sqrt(math.Pow(float64(points[1].Y-points[0].Y), 2) + math.Pow(float64(points[1].X-points[0].X), 2))
line2 := math.Sqrt(math.Pow(float64(points[3].Y-points[0].Y), 2) + math.Pow(float64(points[3].X-points[0].X), 2))
//角度
var angle = rect.Angle
if line1 > line2 {
angle = 90 + angle
}
desc := gocv.NewMat()
/*
GetAffineTransform 原图像点-》转换后图像点
*/
temp2D := gocv.GetRotationMatrix2D(rect.Center, angle, 0.8)
gocv.WarpAffine(reactImg, &desc, temp2D, image.Pt(0, reactImg.Cols()/2))
//reactImg := img1.Region(react)
//gocv.BoxPoints(gocv.MinAreaRect(pointVecotr.At(getMaxArea(pointVecotr))), &img2)
windowA.IMShow(desc)
windowA.WaitKey(0)