python opencv 识别角度_opencv+python 巧用霍夫变换实现图片旋转角度计算

图片角度不对，需要做校正，校正后ocr识别准确率更高，网上找了一圈，暂时没发现怎么计算图片旋转角度的资料。

首先就是查找怎么做图片旋转，找到2篇文章，4 Point OpenCV getPerspective Transform Example 和 使用 OpenCV 和 Python 对图片进行旋转。第一篇的方法，是先要确定4个角的顶点，要是能确定就轻松多了，放弃。第二篇的方法，就是需要传入旋转角度。

之后就是想怎么计算需要旋转的角度。调查过程中，发现了霍夫变换这个东西，抓住了一点点灵感，灵机一动。这个东西不是可以画一堆的线，有了线，角度很好算，三角函数，tan(角度)=高/长，弧度=角度*180/π。之后继续调查，HoughLines得到的是线的长度和弧度，HoughLinesP得到的是2个点的坐标，于是选定了HoughLines这个方法。

做霍夫变换，模糊这一步的操作是很有必要的，没做模糊，少的都要检测出1900多组的数据，经过一定模糊之后，得到的数据就少多了。那么怎么在检测出来的线里，获取我们需要的角度？需要处理的图是矩形(长方形)的，虽然有一些干扰，最后角度计算对了，还是能调整成比较平整的矩形的。获取到的直线有几十组，经过一些样例图片测试，不能取第一条线，也不能取最后一条线，怎么设计比较好？

把数据按区间分组。这里分组的算法是自己想的，没啥理论依据，就是拍脑袋决定了(数学不够好)。思路：按照弧度分组，0-45, 45-90, 90-135,135-180。为啥只到180？因为多次测试没看到大于180的数据，没看霍夫变换具体的算法，暂时就这么用了。分组之后，怎么选出一个需要的弧度？利用方差，算出分组里方差最小的一组数据，取平均值。之后就用这个平均值当做旋转弧度，有了弧度，第二篇帖子里的旋转参数稍微改一下，传入弧度就可以了。最后一个小细节问题，得到不同的旋转弧度，怎么旋转才是符合我们实际需要的，比如图片是垂直的，怎么转平了，这个的解决办法都是用经验转换，不一定通用，可以根据实际需要再调整。下面上代码，就不贴图了。

# -*- coding: utf-8 -*-

import cv2