使用 OpenCV 和 PaddleOCR 图像中的文本倾斜自动纠正

前言              。

        日常工作，我们经常需要从扫描的文档图片中提取文本数据，并将Excel和文本文件转换为标准格式。但是，因为有些图片来自扫描仪，它们往往有不同程度的倾斜，这严重影响了文本识别的准确性和后续处理的效率。虽然传统的图像处理方法有很多，但是往往很难达到理想的矫正效果。

        面对这个挑战，我的灵光一现󿀌想到了使用 PaddleOCR 识别图片中的文本位置，返回结果包括文本的四个角，这使得计算文本的倾斜角度成为可能。有了这些角度信息󿀌我可以使用 OpenCV 准确的图像旋转，纠正文本的倾斜。实践证明�这种方法不仅提高了文本识别的准确性，整个文件处理过程也得到了极大的优化。

完整代码。

import mathimport osimport cv2import numpy as npimport paddlehub as hubdef calculate_angle(point1， point2):    """    计算由两点组成的斜线和水平线之间的夹角。    参数:    point1 (list): 坐标的第一点 [x1, y1]    point2 (list): 坐标的第二点 [x2, y2]    返回:    float: 两点之间的角度，正值表示第二点高于第一点，负值表示在下面。    """    # 计算水平和垂直距离    dx = point2[0] - point1[0]    dy = point2[1] - point1[1]    # 使用atan2计算角度（返回值为弧度）    angle_rad = math.atan2(dy, dx)    # 将弧度转换为度    angle_deg = math.degrees(angle_rad)    # 根据y坐标判断是返回正角还是负角    if dy < 0:        # 第二点低于第一点        return -abs(angle_deg)    else:        # 第二点在第一点或同一水平线上方        return abs(angle_deg)def rotate_image_without_cropping(img, angle, scale=1.0):    (h, w) = img.shape[:2]    center = (w // 2, h // 2)    # 计算旋转矩阵（考虑不裁剪）    M = cv2.getrotationMatrix2D(center, angle, scale)    # 计算旋转后图像的新边界    cos = np.abs(M[0, 0])    sin = np.abs(M[0, 1])    # 新的边界尺寸    nW = int((h * sin) + (w * cos))    nH = int((h * cos) + (w * sin))    # 调整旋转矩阵，考虑平移    M[0, 2] += (nW / 2) - center[0]    M[1, 2] += (nH / 2) - center[1]    # 旋转整个图像    rotated = cv2.warpAffine(img, M, (nW, nH))    return rotateddef rotate_image(img, angle):    # 获取图像维度和中心点    (h, w) = img.shape[:2]    center = (w // 2, h // 2)    # 计算旋转矩阵    M = cv2.getRotationMatrix2D(center, angle, 1.0)  # 旋转中心󿀌旋转角度󿀌缩放因子    # 执行旋转    rotated_img = cv2.warpAffine(img, M, (w, h))    return rotated_imgif __name__=="__main__":    # 图片所在文件夹的路径    folder_path = r'.\img'    # 只有在CPU下，mkldnn加速才有效 引入ocr深度学习模型    ocr = hub.Module(name="ch_pp-ocrv3", enable_mkldnn=True)    offset = 0    # 遍历文件夹中的所有文件    for filename in os.listdir(folder_path):        if filename.endswith('.jpg') or filename.endswith('.png'):            # 打开图片文件            image_path = os.path.join(folder_path, filename)            img = cv2.imread(image_path)            # 获取图片宽度和高度            height, width, = img.shape[:2]            #识别文字            results = ocr.recognize_text(images=[img])            angleTotal=0            angleNum = 0            # img_rect=img            for result in results:                data = result['data']                angleNum=len(data)                for infomation in data:                    # img_rect=cv2.rectangle(img_rect,infomation['text_box_position'][0],infomation['text_box_position'](255，0，0)，2)                    angleTotal+=calculate_angle(infomation['text_box_position'][0],infomation['text_box_position'][1])                    # angleTotal+=calculate_angle(infomation['text_box_position'][2],infomation['text_box_position'][3])                    # print(infomation['text_box_position'][0][0],infomation['text_box_position'][1][0])            angle=angleTotal/(angleNum)            img=rotate_image(img,angle)            # cv2.imwrite(r"./rect/" +filename, img_rect)            cv2.imwrite(r"./rotate/" +filename, img)            print(angle)            print(image_path)。

效果。

效果。

        以下是旋转前后对比，效果我还是很满意的。

总结。

        通过结合 PaddleOCR 高效文本检测功能及 OpenCV 图像处理能力强，该方法有效地解决了扫描图像文本倾斜的问题。这不仅使从图像到文本的转换更加高效准确，它还大大提高了后续数据处理的流畅性。＀实际应用c;该技术具有优异的性能和广泛的适用性，它为类似的图像处理任务提供了可靠的解决方案。