sunnie0101 / ducument-scanning

Ducument-scanning

108學年第二學期

影像處理與實習 - 期末專題報告

摘要：

市面上目前有許多手機掃描APP，如Adobe Scan、Office Lens、HP Smart……等，透過拍照的方式就能產生如同掃描的效果，於是本專題想藉由研究此類APP原理，實踐其功能。在研究的過程中發現上述每一款APP都有兩個致命的缺點，其一(下左圖)為當光源不均時，掃描出影像中的有些字會太淺，導致閱讀困難，其二(下右圖)為若於拍攝時，紙張有弧度，則無法使文字平整。不過礙於時間不足，本專題僅就第一個問題作改良。

光源不均	紙張不平整

一、方法與流程圖

灰色框部分皆為運用課本內容中的指令，紅色框部分則為自己寫的程式，因此僅就紅色框部分的程式及特別的部份做說明。

1. 利用邊界交點找四個頂點
   (1) 找出上下左右皆為白色的點即為邊界交點
   (2) 將原圖形上下左右等分(四等分)，每塊裡取一個與原圖形邊界點最近的點

2. 修正光源不均、將字以外的部分都變成白色(去除背景格線)

• 原本有兩個想法
  (1) 找出白紙中最亮的點，及白紙中最暗的點，依據線性的方式，將值調整成光均勻時的情況
  => 線性不一定符合真實情況
  (2) 直接用適應性閥值化的方式
  => 只有黑與白兩種顏色，並非灰階，無法凸顯鉛筆的部份，下圖為使用適應性閥值化的結果。

平均法(Mean)	高斯法(Gauss)

• 改良後的想法：利用適應性閥值的原理
  (1) 找出遮罩(blur)中最亮的點，即白紙的部份
  (2) 計算最亮點與真實白色(255)的誤差
  (3) 將區域內的所有值加上誤差
  (4) 將偏白色的部份(>=225)變成白色

3. 影像增強
   原本使用的是Beta校正，但調整到最後發現轉換的input-output圖與Gamma校正的十分類似，因此便改用計算較為簡便的Gamma校正。

Beta校正a=1.2, b=0.7	Gamma校正γ=2.0

二、實驗結果：(以0001.jpg為範例)

原圖(Original Image)	Cammy邊緣偵測(Canny Edge Detection)	霍夫直線轉換(Hough Line Detection)	利用邊界找到四個頂點(Get Cornor)

仿射轉換(Perspective Transform)	光源修正(Correction)	Gamma校正(完成圖)(gamma_correction(final))	使用Adobe Scan的結果

可以發現紅色圓圈中文字變淺的部份得到了改善

程式限制：

1. 當紙張有弧度時無法使用(霍夫直線轉換找不到直線)
2. 每張圖最適合霍夫直線轉換的線長度參數(紅色框部分)不一樣， 如0001.jpg適合325，而0002.jpg適合300
   lines = cv2.HoughLines(edges, 1, math.pi/180.0, 325) #0001:325 0002:300

三、貢獻說明：

以課本所學實現目前市面上的掃描APP，並且修正因光線不均勻所造成的字體過淺(詳細於「方法與流程圖」中說明)。

四、參考文獻：

1. Python List sort()方法 https://www.runoob.com/python/att-list-sort.html
2. A4纸 – 百度百科 https://baike.baidu.com/item/A4%E7%BA%B8 張元翔，數位影像處理：Python程式實作，全華圖書，2019。