任何形状的四边形的最小边界框或凸包？

Question

注意：我正在尝试制作一个可以处理一般范围的图像，方向和质量的过程，而不仅仅是该图像。

我知道您可以使用凸包将一组点用多边形包围起来，并且可以使用几种算法之一为这些点创建最小边界框。但是，我想做与最小边界框类似的操作，但不限于将其限制为矩形。

说我有这张收据：

凸包：

最小边界框（旋转卡尺）：

我的目标：（ms-paint）：

如您所见，最小边框不太合适，因为从角度来看收据是梯形的。视角越低，情况就越糟。我想有4个点和尖角，所以不能使用凸包。

我是否可以使用一种算法来获得与凸包或最小边界框类似的东西，但仅限于4个点以及任何四边形形状？

Answer 1

通过对色彩空间过滤和形态学操作进行一些修改，我能够成功地使用 Harris 检测器。您也可以使用交叉点来扩展它，就像我在这里所做的那样，这可能很有用，尽管有点冗长。这对于这个特定的图像来说效果很好，但是对于管道来说，它需要很多参数（打开和关闭内核大小、迭代）。

我的实现是用 Python 实现的，但这当然也可以用 C++ 或 Java 运行：

import numpy as np
import cv2

# read image
img = cv2.imread('receipt.png')

# thresholding
blur = cv2.GaussianBlur(img, (5,5), 1)
hls = cv2.cvtColor(blur, cv2.COLOR_BGR2HLS)
low = np.array([0, 70, 0])
high = np.array([255, 255, 85])
thresh = cv2.inRange(hls, low, high)

# morphological operations to get the paper
kclose = np.ones((3,3), dtype=np.uint8)
kopen = np.ones((5,5), dtype=np.uint8)
closing = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kclose, iterations=2)
opening = cv2.morphologyEx(closing, cv2.MORPH_OPEN, kopen, iterations=6)

# corner detection
opening = cv2.GaussianBlur(opening, (3,3), 1)
opening = np.float32(opening)
dst = cv2.cornerHarris(opening, 2, 3, 0.04)

# drawing corners
dst = cv2.dilate(dst, None)
img[dst>0.01*dst.max()]=[0,0,255]

cv2.imshow('Corners', img)
cv2.waitKey(0)

这是角落：

请注意，您从 Harris 获得多个像素，因此如果您想在之后使用它们进行变形，则必须进行聚类才能获得奇异角点。

我在图像上应用了色彩空间过滤、关闭和打开的蒙版，以便您可以在这些操作后看到蒙版。

过滤：

结束：

开幕：