Si je veux détecter des objets distordus en perspective (par exemple, des rectangles) et calculer la transformation de correction, quelle serait une bonne méthode? Par exemple, j'ai beaucoup de photos de papiers posés sur une surface plane (les photos sont prises d'un angle), et je veux corriger la perspective et les recadrer.Détection de perspective avec OpenCv
Je pense à utiliser les bindings OpenCv Python pour fouetter quelque chose. Je pensais que ce serait un «problème standard» avec beaucoup d'exemples, mais je n'ai trouvé aucune information pertinente. Des indices?
EDIT: Je dois ajouter que je sais que cela peut être fait en utilisant des services Web, mais je vois cela comme une chance de faire quelque chose d'utile tout en apprenant OpenCV :)
Merci pour votre réponse. Je ne voulais pas spécifier exactement comment, parce que je ne voulais pas me restreindre, mais je voulais avoir des idées de la part des autres :) Détecter les coins est une façon de penser, mais je crains que ce ne soit pas assez robuste. Par exemple, beaucoup d'images ont un ou plusieurs coins en dehors des limites de l'image. – Krumelur
Je pense que la réponse de zerm couvre un bon point de départ, donc je ne vais pas mettre une autre réponse mais développer son approche. L'approche correcte (le plus naturellement) serait de trouver le coin. Pour trouver des coins, vous pouvez utiliser les détecteurs de coin disponibles. Cependant, vous pouvez également trouver le point de fuite de votre image. Votre question est ambiguë dans quel type de forme sont ces papiers. Ou quel type d'arrière-plan ou quel type de couleurs. C'est un problème de vision par ordinateur et il vaut mieux que vous posiez des images. –
@Dat Chu: Bon point sur l'envoi d'échantillons. Quoi qu'il en soit, c'était plus un exercice "pour le plaisir", et j'ai besoin de quelques entrées. Je pense que je vais aller chercher des points de fuite. En fait, le texte est probablement beaucoup plus détectable que les bords eux-mêmes. – Krumelur