CN111260574B - 一种印章照片矫正的方法、终端及计算机可读存储介质 - Google Patents
一种印章照片矫正的方法、终端及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111260574B CN111260574B CN202010033752.3A CN202010033752A CN111260574B CN 111260574 B CN111260574 B CN 111260574B CN 202010033752 A CN202010033752 A CN 202010033752A CN 111260574 B CN111260574 B CN 111260574B
- Authority
- CN
- China
- Prior art keywords
- image
- points
- dimensional
- accurate matching
- acquiring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000012937 correction Methods 0.000 title abstract description 12
- 239000011159 matrix material Substances 0.000 claims description 87
- 239000013598 vector Substances 0.000 claims description 29
- 238000004590 computer program Methods 0.000 claims description 23
- 238000013519 translation Methods 0.000 claims description 19
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 238000003702 image correction Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000000470 constituent Substances 0.000 claims description 3
- 238000011426 transformation method Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 22
- 230000006870 function Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- XCWPUUGSGHNIDZ-UHFFFAOYSA-N Oxypertine Chemical compound C1=2C=C(OC)C(OC)=CC=2NC(C)=C1CCN(CC1)CCN1C1=CC=CC=C1 XCWPUUGSGHNIDZ-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/757—Matching configurations of points or features
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种印章照片矫正的方法、终端及计算机可读存储介质，方法包括：采用电子设备获取同一个处于平面的印章图像在任意不同角度下的两张图像分别为第一图像和第二图像；获取第一图像和第二图像中准确的匹配点以及准确的匹配点在第一图像和第二图像中的坐标；以获取第一图像时电子设备的位置为原点建立三维坐标系；对准确的匹配点进行三维重建，获取准确的匹配点在三维坐标系中的三维空间坐标点的集合；获取准确的匹配点在目标平面的三维坐标点的集合，并对第一图像和/或第二图像的点进行矫正，得到矫正后的第一图像和/或第二图像。实现对电子设备获取的图像的矫正。
Description
技术领域
本发明涉及印章照片矫正技术领域，尤其涉及一种印章照片矫正的方法、终端及计算机可读存储介质。
背景技术
在社会中，印章一直被广泛地使用，尤其是公司和企业，基本上没有哪家公司能离得开印章，所以印章是十分重要的。对于公司、企业等而言，印章就像一张身份证，是一种身份和权力的重要凭证。
正因为印章如此重要，就有人制造假的印章，因此识别印章的真假就变得十分重要了。以前是人工识别印章的真假，但是该方法不方便，又费时间和精力，并且很难普及使用。后来用图像识别算法来识别印章的真假，该方法使用方便，能普及使用，并且耗费时间和精力少。
虽然使用图像识别自动鉴定印章真假的方法优点很多，但是目前使用该方法来鉴定印章都是基于扫描图来鉴定的，即是通过输入盖有印章的扫描图来鉴定印章的真假，因此该方法具有一定的局限性。为了解决该方法的局限性，使用手机等电子设备拍摄盖有印章的图像来替代扫描图像是一个十分好的方法，但是电子设备拍摄的印章图像存在一个问题：电子设备拍照无法保证是在印章正上方拍摄照片，即可能是斜着拍摄的照片，可能将圆形的印章拍摄成椭圆形的印章，导致无法对印章图像进行鉴定识别，所以急需一种将电子设备拍摄的印章图像矫正成扫描出来的图像的样式。
发明内容
本发明为了解决现有的问题，提供一种印章照片矫正的方法、终端及计算机可读存储介质。
为了解决上述问题，本发明采用的技术方案如下所述：
一种印章图像矫正的方法，包括如下步骤：S1：采用电子设备获取同一个处于平面的印章图像在任意不同角度下的两张图像分别为第一图像和第二图像；S2：获取所述第一图像和所述第二图像中准确的匹配点以及所述准确的匹配点在所述第一图像和所述第二图像中的坐标；S3：以获取所述第一图像时所述电子设备的位置为原点建立三维坐标系；S4：对所述准确的匹配点进行三维重建，获取所述准确的匹配点在所述三维坐标系中的三维空间坐标点的集合；S5：获取所述准确的匹配点在目标平面的三维坐标点的集合，并对所述第一图像和/或所述第二图像的点进行矫正，得到矫正后的第一图像和/或第二图像。
优选地，获取所述第一图像和所述第二图像中准确的匹配点包括如下步骤：S21：提取所述第一图像和所述第二图像中的印章图像区域分别得到第一印章图像区域和第二印章图像区域；S22：分别提取所述第一印章图像区域和所述第二印章图像区域的角点集合M1和M2，并对角点集合M1和M2的角点进行匹配；S23：随机选取匹配的角点求得单应性矩阵，然后验证所述角点集合M1和M2中角点的对应关系是否满足所述单应性矩阵，若一半以上的角点满足，则所述一半以上的角点为所述准确的匹配点；若一半以上的角点不满足，则重新选取对应角点求单应性矩阵直至获得所述准确的匹配点。
优选地，对所述准确的匹配点进行三维重建，获取所述准确的匹配点在所述三维坐标系中的三维空间坐标点的集合包括：S41：获取拍摄所述第一图像时所述电子设备在所述三维坐标系下的旋转矩阵、平移矩阵；获取所述电子设备的相机内参和所述准确的匹配点的单应性矩阵，并进一步获取拍摄所述第二图像时所述电子设备在所述三维坐标系下的旋转矩阵、平移矩阵；S43：根据拍摄所述第一图像和拍摄所述第二图像时所述电子设备的所述旋转矩阵、所述平移矩阵得到所述准确的匹配点在所述三维坐标系中的三维空间坐标点的集合，所述三维空间坐标点所在的平面为第三平面。
优选地，通过所述电子设备的视角范围、所述图像的宽col和高row计算得到所述电子设备的相机内参；所述视角范围包括水平视角范围α、垂直视角范围β；所述内参为：
优选地，获取所述准确的匹配点在目标平面的三维坐标点的集合包括如下步骤：S51：获取所述第三平面的法向量N(x1,y1,z1)与所述目标平面的法向量N2(0,0,1)的夹角θ；S52：获取所述第三平面的法向量N和所述目标平面的法向量N2组成的平面的法向量N3(x,y,z)；S53：通过夹角θ和所述法向量N3(x,y,z)获得空间旋转矩阵：
S54：所述准确的匹配点在所述三维坐标系中的三维空间坐标点的集合通过所述空间旋转矩阵得到所述准确的匹配点在所述目标平面的三维坐标点的集合。
优选地，对所述第一图像和/或所述第二图像的点进行矫正包括如下步骤：获取所述准确的匹配点在所述目标平面的三维坐标点的集合中每个点在所述第一图像和/或所述第二图像上的投影得到投影图像，得到所述投影图像的角点；获取所述投影图像和所述第一图像和/或所述第二图像的单应性矩阵；所述第一图像和/或所述第二图像上的点通过所述单应性矩阵进行透射变换得到矫正后的第一图像和/或第二图像。
优选地，采用最小二乘法获取所述投影图像和所述第一图像和/或所述第二图像的单应性矩阵。
优选地，采用尺度不变特征变换方法、稳定特征加速算法、快速特征点提取和描述的算法对角点进行匹配。
本发明还提供一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上任一所述方法的步骤。
本发明又提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上任一所述方法的步骤。
本发明的有益效果为：提供一种印章照片矫正的方法、终端及计算机可读存储介质，通过电子设备获取同一个印章在任意不同角度下的两张图像，然后对两张图像进行匹配处理并构建三维坐标系，得到匹配点在目标平面的三维坐标点的集合，进而对图像进行矫正。
进一步的，矫正后的印章图像易于识别。
附图说明
图1是本发明实施例中印章图像矫正的方法的示意图。
图2是本发明实施例中第一图像的示意图。
图3是本发明实施例中第二图像的示意图。
图4是本发明实施例中获取第一图像和第二图像中准确的匹配点的方法示意图。
图5是本发明实施例中第一印章图像区域和第二印章图像区域初步提取的角点匹配的示意图。
图6是本发明实施例中第一印章图像区域和第二印章图像区域的准确匹配角点的匹配示意图。
图7是本发明实施例中获取准确的匹配点在三维坐标系中的三维空间坐标点的集合的方法示意图。
图8是本发明实施例中匹配点在三维坐标系中的三维空间坐标点的示意图
图9是本发明实施例中获取所述准确的匹配点在目标平面的三维坐标点的集合的方法示意图。
图10是本发明实施例中准确的匹配点在目标平面的三维坐标点的示意图。
图11是本发明实施例中对第一图像和/或第二图像的点进行矫正的方法示意图。
图12是本发明实施例中矫正后的图像的示意图。
图13是本发明实施例中终端的示意图。
图14是本发明实施例中初步匹配的角点的示意图。
图15是本发明实施例中准确的匹配点的示意图。
图16是本发明实施例中匹配点在三维坐标系中的三维空间坐标点的集合示意图。
图17是本发明实施例中准确的匹配点在目标平面的三维坐标点的集合示意图。
图18是本发明实施例中平移后的二维点的示意图。
具体实施方式
为了使本发明实施例所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
需要说明的是，当元件被称为“固定于”或“设置于”另一个元件，它可以直接在另一个元件上或者间接在该另一个元件上。当一个元件被称为是“连接于”另一个元件，它可以是直接连接到另一个元件或间接连接至该另一个元件上。另外，连接既可以是用于固定作用也可以是用于电路连通作用。
需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明实施例和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多该特征。在本发明实施例的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
如图1所示，本发明提供一种印章图像矫正的方法，包括如下步骤：
S1：采用电子设备获取同一个处于平面的印章图像在任意不同角度下的两张图像分别为第一图像和第二图像；
如图2和图3所示，是通过手机获取的两张印章图像。电子设备可以是手机、平板电脑、笔记本电脑、掌上电脑、移动互联网设备等，一般情况下将印章盖在纸上得到印章图像，通过电子设备对印章图像进行拍照得到第一图像和第二图像。可以理解的是，此处的纸是放在平面上，且纸本身没有折叠，用印章在纸盖章得到处于平面的印章图像。
S2：获取所述第一图像和所述第二图像中准确的匹配点以及所述准确的匹配点在所述第一图像和所述第二图像中的坐标；
S3：以获取第一图像时所述电子设备的位置为原点建立三维坐标系；
S4：对所述准确的匹配点进行三维重建，获取所述准确的匹配点在所述三维坐标系中的三维空间坐标点的集合；
S5：获取所述准确的匹配点在目标平面的三维坐标点的集合，并对所述第一图像和/或所述第二图像的点进行矫正，得到矫正后的第一图像和/或第二图像。
通过如上所述的方法实现对电子设备获取的印章图像进行矫正，矫正后的图像易于鉴定识别。
如图4所示，获取第一图像和第二图像中准确的匹配点包括如下步骤：
S21：提取所述第一图像和所述第二图像中的印章图像区域分别得到第一印章图像区域和第二印章图像区域；
S22：分别提取所述第一印章图像区域和所述第二印章图像区域的角点集合M1和M2，并对角点集合M1和M2的角点进行匹配；
S23：随机选取匹配的角点求得单应性矩阵，然后验证所述角点集合M1和M2中角点的对应关系是否满足所述单应性矩阵，若一半以上的角点满足，则所述一半以上的角点为所述准确的匹配点；若一半以上的角点不满足，则重新选取对应角点求单应性矩阵直至获得所述准确的匹配点。
在本发明的一种实施例中，使用sift(Scale-invariant feature transform，尺度不变特征变换)对角点提取和匹配；也可以采用surf(speed up robust feature稳定特征加速算法)、orb(Oriented FAST and Rotated BRIEF一种快速特征点提取和描述的算法)等方法，此处不作限制。
如图5所示，对第一印章图像区域和第二印章图像区域的角点进行提取和匹配，此时的匹配结果有一部分匹配是错的，通过对匹配到的角点进行随机采样一致性(ransac，Random Sample Consensus，)方法来求单应性矩阵，然后通过单应性矩阵来对角点进行筛选，求得完全准确的匹配点。
在本发明的一种具体的实施例中，对第一图像和第二图像进行印章图像区域提取，分别得到第一图像区域和第二图像区域，对第一图像区域和第二图像区域提取sift角点，分别得到第一图像区域的角点集合M1，第二图像区域的角点集合M2，角点集合M1和角点集合M2里的角点是一一对应的。ransac方法就是随机选取M1和M2里4组对应角点，然后求得单应性矩阵H，然后看M1和M2里对应关系是否满足单应性矩阵H(即是将M1通过单应性矩阵变换成点的集合M3，然后算M3里的点与M2里的点的距离，如果小于1，就算满足单应性矩阵H)，如果一半以上满足单应性矩阵H，那么H就是用ransac方法求出来的单应性矩阵，如果一半以上不满足单应性矩阵H，就重新随机选取M1和M2里4组对应角点继续求单应性矩阵，直到大部分满足单应性矩阵H。大部分满足单应性矩阵H的那些角点就算筛选出来的准确匹配点。
如图6所示，是第一印章图像区域和第二印章图像区域的角点的匹配示意图，此时的角点是完全匹配的，即为准确的匹配点。但是此时得到的是准确的匹配点在印章图像区域的图像上点的坐标，需要得到这些准确的匹配点在第一图像和第二图像中的坐标，得到在第一图像上的准确的匹配点的集合P1和在第二图像上的的准确的匹配点的集合P2。
本发明中获取第一图像和第二图像中准确的匹配点的方法进行了速度优化，是先在印章图像区域进行提取，然后再通过区域坐标得到在第一图像和第二图像中的坐标。
如图7所示，对准确的匹配点进行三维重建，获取所述准确的匹配点在所述三维坐标系中的三维空间坐标点的集合包括：
S41：获取拍摄所述第一图像时所述电子设备在所述三维坐标系下的旋转矩阵、平移矩阵；
S42：获取所述电子设备的相机内参和所述准确的匹配点的单应性矩阵，并进一步获取拍摄所述第二图像时所述电子设备在所述三维坐标系下的旋转矩阵、平移矩阵；
S43：根据拍摄所述第一图像和拍摄所述第二图像时所述电子设备的所述旋转矩阵、所述平移矩阵得到所述准确的匹配点在所述三维坐标系中的三维空间坐标点的集合，所述三维空间坐标点所在的平面为第三平面。
建立三维坐标系η，以获取第一图像时所述电子设备的位置为原点建立三维坐标系，拍摄第一图像时，电子设备在三维坐标系下的旋转矩阵为：平移矩阵为：/>
在本发明的一种实施例中，通过最小二乘法对准确匹配点集合P1、P2来求单应性矩阵H，通过水平视角范围α、垂直视角范围β、相机照片的宽col和高row，来获取电子设备的相机的内参：
相机内参f是相机焦距，dx是相机x轴方向单位长度里像素的个数，dy是相机y轴方向单位长度里像素的个数，电子设备的相机一般情况下都做过了去畸变操作，所以畸变参数都是零。u0和v0分别是相机拍摄图像的中心坐标位置。
电子设备获取到不到参数dx和dy，并且假如一张照片像素是2000x1500。但是不同的app拍摄出来的照片像素不一样，可能是1000x750或者1666x1250，或者图像经过缩小放大处理，都会导致dx和dy的变换。
假设一个物体与相机是平行放着，它在x方向的实际长度为lc，在照片上x轴方向的像素长度为c，离相机的距离为d。那么f/dx＝c*d/lc。
如果该物体在在照片上x轴方向的像素长刚好为照片的像素宽度col。那么d/lc＝1/(2*tan(α/2))，所以有f/dx＝col/(2*tan(α/2))；同样就有f/dy＝row/(2*tan(β/2))。
f/dx和f/dy可以通过上面的公式求得，其中col是图像的像素宽度，row是图像的像素高度。α是相机的水平视角范围，β是相机的垂直视角范围。
所以有相机内参
可以理解的是，此处通过计算得到的电子设备的相机的内参是较为准确的，从而保证后续获得矫正的准确。
在一种具体的实施例中，对于获取的第一图像和第二图像的宽和高都是相同的，宽col为1440，高row为1920。获取手机拍摄这两张照片时的水平视角α和β，这里例子α为53.7906度，β为67.9135度。所以相机内参为
通过相机内参，对单应性矩阵H进行分解，得到拍摄第二图像时，电子设备在三维坐标系η下的旋转矩阵R2、平移矩阵T2和第三平面法向量N(x1,y1,z1)。
如图8所示，匹配点在三维坐标系中的三维空间坐标点的示意图。对匹配点集合P1、P2进行三维重建，通过旋转矩阵R1、R2、平移矩阵T1、T2求得匹配点在三维坐标系中的三维空间坐标点3的集合V3。三维坐标系的原点为获取第一图像时所述电子设备的位置1，2为第三平面，即三维空间坐标点所在的平面。可以理解的，将印章盖在纸上得到印章图像时所有的点都在纸张所在的平面，所以这里获取的三维坐标点是共面的。
如图9所示，获取所述准确的匹配点在目标平面的三维坐标点的集合包括如下步骤：
S51：获取所述第三平面的法向量N(x1,y1,z1)与所述目标平面的法向量N2(0,0,1)的夹角θ；
S52：获取所述第三平面的法向量N和所述目标平面的法向量N2组成的平面的法向量N3(x,y,z)；
S53：通过夹角θ和所述法向量N3(x,y,z)获得空间旋转矩阵：
S54：所述准确的匹配点在所述三维坐标系中的三维空间坐标点的集合通过所述空间旋转矩阵得到所述准确的匹配点在所述目标平面的三维坐标点的集合。
如图10所示，是准确的匹配点在目标平面的三维坐标点的示意图。三维坐标系的原点为获取第一图像时所述电子设备的位置1，4是目标平面，三维坐标点5的集合为V1 3。
如图11所示，对所述第一图像和/或所述第二图像的点进行矫正包括如下步骤：
获取所述准确的匹配点在所述目标平面的三维坐标点的集合中每个点在所述第一图像和/或所述第二图像上的投影得到投影图像，得到所述投影图像的角点；
获取所述投影图像和所述第一图像和/或所述第二图像的单应性矩阵；
所述第一图像和/或所述第二图像上的点通过所述单应性矩阵进行透射变换得到矫正后的第一图像和/或第二图像。
在本发明的一种实施例中，将集合为V1 3中的三维坐标点5向第一图像投影得到投影图像，进而得到投影图像中的角点P3，用最小二乘法P3、P1来求单应性矩阵H3，将第一图像通过单应性矩阵H3进行透射变换，得到矫正后的第一图像；同理，也可以对第二图像做类似处理，得到矫正后的第二图像。如图12所示，是矫正后的图像的示意图。与第一图像和第二图像相比，图中各个点均已经矫正到理想状况。
如图13所示，本发明一实施例提供的终端的示意图。该实施例的终端包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，例如：采用电子设备获取同一个印章在任意不同角度下的两张图像分别为第一图像和第二图像；获取所述第一图像和所述第二图像中准确的匹配点以及所述准确的匹配点在所述第一图像和所述第二图像中的坐标等程序。所述处理器执行所述计算机程序时实现上述各个印章图像矫正的方法实施例中的步骤，例如图1所示的步骤S1-S5。或者，所述处理器执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能，例如:采用电子设备获取同一个印章在任意不同角度下的两张图像分别为第一图像和第二图像；获取所述第一图像和所述第二图像中准确的匹配点以及所述准确的匹配点在所述第一图像和所述第二图像中的坐标；以获取所述第一图像时所述电子设备的位置为原点建立三维坐标系；对所述准确的匹配点进行三维重建，获取所述准确的匹配点在所述三维坐标系中的三维空间坐标点的集合；获取所述准确的匹配点在目标平面的三维坐标点的集合，并对所述第一图像和/或所述第二图像的点进行矫正，得到矫正后的第一图像和/或第二图像。
示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述终端中的执行过程。例如，所述计算机程序可以被分割成图像获取单元、匹配点获取单元、建立三维坐标系的单元、取所述准确的匹配点在所述三维坐标系中的三维空间坐标点的集合的单元、图像矫正单元，各模块具体功能如下：采用电子设备获取同一个印章在任意不同角度下的两张图像分别为第一图像和第二图像；获取所述第一图像和所述第二图像中准确的匹配点以及所述准确的匹配点在所述第一图像和所述第二图像中的坐标；以获取所述第一图像时所述电子设备的位置为原点建立三维坐标系；对所述准确的匹配点进行三维重建，获取所述准确的匹配点在所述三维坐标系中的三维空间坐标点的集合；获取所述准确的匹配点在目标平面的三维坐标点的集合，并对所述第一图像和/或所述第二图像的点进行矫正，得到矫正后的第一图像和/或第二图像。
所述终端可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述示意图仅仅是终端的示例，并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述终端的控制中心，利用各种接口和线路连接整个终端的各个部分。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述终端的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(SmartMedia Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(FlashCard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
所述终端集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
下面采用如上所述的方法，进行具体的实例，具体说明如下：
第一步，采用电子设备获取同一个处于平面的印章图像在任意不同角度下的两张图像分别为第一图像和第二图像；
具体可以使用手机拍摄两张印章图像(印章图像是处于平面的)的照片，因为是同一手机拍摄的两张照片，所以两张照片的宽高都是相同的，此处照片宽col为1440，高row为1920。获取手机拍摄这两张照片时的水平视角α和β，这里例子α为53.7906度，β为67.9135度。所以相机内参为
第二步，获取所述第一图像和所述第二图像中准确的匹配点以及所述准确的匹配点在所述第一图像和所述第二图像中的坐标；
对两张照片求准确的匹配点，先在图片中印章图像区域进行提取，得到准确的匹配点，再通过区域坐标求出原照片图上的匹配点。
如图14所示，是一种具体的实施例中，采用sift求到的两张照片中初步匹配的角点，有427组匹配点。然后通过ransac方法求到单应性矩阵H为[1.433344969429605,3.278482283124041,-2810.695464355718；-1.257816078987491,1.717270750552427,939.2183904742237；0.0006289573148171633,0.0006780254599069584,1]
用该单应性矩阵H对第一图像和第二图像进行筛选(即对第一图像的点通过矩阵H变换后，与第二图像的点的距离小于1的点)，得到准确的匹配点。
如图15所示，准确的匹配点的示意图。其中，准确的匹配点有78组。
第三步，以获取所述第一图像时所述电子设备的位置为原点建立三维坐标系；
第四步，对所述准确的匹配点进行三维重建，获取所述准确的匹配点在所述三维坐标系中的三维空间坐标点的集合；
现在有准确的匹配点和相机内参，只要得到相机外参，就可以对匹配点进行三维重建了。先用最小二乘法对完全正确的匹配点来求单应性矩阵H1，这样得到更准确的单一性矩阵H1：
[1.427099578448246,3.247659313806011,-2785.752475531271；-1.244092854865722,1.693850674932126,940.8246805980015；0.0006299636997858211,0.0006628335176895351,1]
可以看到该矩阵H1与上面的矩阵H差别不大，数值很接近。
建立三维坐标系η以第一次拍照时候的手机位置作为世界坐标原点，因此拍摄第一图像时，相机对应该坐标系下的旋转矩阵为平移矩阵为/>
然后通过相机内参对单应性矩阵H1进行分解，得到第二次拍照时相机的外参(旋转矩阵和平移矩阵)和印章图像的平面法向量(三维空间中印章所在的平面的法向量，以η坐标系为参考)。实际上单应性矩阵分解后会得到4组相机外参和法向量，有两组法向量z轴是负的，排除掉，还有两组需要通过一定方法筛选出正确的一组。(其实就是选择这两组外参，分别对匹配点进行三维重建，求出三维空间坐标，然后分别往第一图像和第二图像上去映射回来，再与第一图像和第二图像上的匹配点求误差大小，误差小的就算正确的一组)
得到正确的旋转矩阵：
[0.4829540543604167,0.702246277288584,-0.5230731759621791；-0.79210776120019,0.6049988466194364,0.08088071609212215；0.3732568499348116,0.3752686525990105,0.8484413723724608]
平移矩阵：
[0.6634227006037886；-0.2460117055194206；0.02377038612970972]
第三平面的法向量N1：
[-0.120142718914898；0.6786432542502771；0.7245750896576072]
如图16所示，对准确的匹配点进行三维重建，得到η坐标系下三维空间点集合V3。V3即是三维空间里印章图像上的点。
第五步，获取所述准确的匹配点在目标平面的三维坐标点的集合，并对所述第一图像和/或所述第二图像的点进行矫正，得到矫正后的第一图像和/或第二图像。
V3都是在一个平面上，就是第三平面，其法向量是上面所求的N1，这里希望拍照时，以手机为坐标系，目标平面τ的法向量为N2(0,0,1)。所以想将求V3上的点在平面τ上的位置V1 3。这里要求一个三维空间旋转矩阵M，然后V1 3＝MV3。
这里θ是N1与N2(0,0,1)的夹角。N1就是上面的[-0.120142718914898，0.6786432542502771，0.7245750896576072]。x、y、z分别是平面法向量N1与目标法向量N2(0,0,1)所组成的新平面的法向量N3(x,y,z)。
这里例子θ＝43.56652502599183808199032973749度；
M＝[0.99163024388162191,0.047277759158095144,0.12014271891489800,0.047277759158095144,0.73294484577598529,-0.67864325425027716,-0.12014271891489800,0.67864325425027716,0.72457508965760720]
如图17所示，准确的匹配点在目标平面的三维坐标点的集合。
将V1 3向第一图像上投影，得到二维点集合p3，然后用p3与第一图像上像对应得角点求单应性矩阵H6，最后用该单应性矩阵H6对第一图像进行矫正。当然将V1 3往第二图像上进行投影，对第二图像进行矫正也一样的。
这里还做了一些优化，对图像1进行矫正后，印章可能会出现在其他地方，比如图像的左上角，或者已经在图像外面了。为了保证每次矫正后，印章在图像的中心位置附近。这里还对二维点p3做了一个平移。
具体平移的位置具体求法，是先用V3拟合出V3所在的平面。然后将该平面中的点p6(0,0,z)通过M矩阵进行旋转，得到点p7，然后将p7往第一图像进行投影得到二维点p8，计算图像中心距离与p8的差距，用图像中心距离减去p8即是t2。
此处，p6(0,0,1.38016450)，p7(0.165816709,-0.936639309,1.00003278)。P8(955.366806,-375.20911)，
如图18所示，经过t2平移后的点集合p3。
单应性矩阵H6：
[2.731286977999603,1.908964706566254,-600.7123185725658；-0.6928573644277802,7.009262082603531,-1965.771467650139；-0.0002567524724742749,0.001464471182874559,1]
可以理解的是，用电子设备从任意角点对印章图像拍摄两张图像都能进行矫正，只要两次拍照不是同一角度；通过对两张图像进行三维重建，求得印章图像所在平面，然后通过三维空间旋转等方法来求单应性矩阵对图像进行矫正。该矫正方法可以将图像矫正成电子设备从任意角度拍摄的照片，并不限于上面所述的。当然，本发明的电子设备从任意角度拍摄的照片都能矫正成电子设备从正上方往下拍的图像，不需要扫描仪就能拍摄印章的真实样子。
以上内容是结合具体的优选实施方式对本发明所做的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的技术人员来说，在不脱离本发明构思的前提下，还可以做出若干等同替代或明显变型，而且性能或用途相同，都应当视为属于本发明的保护范围。
Claims (8)
1.一种二维印章图像矫正的方法，其特征在于，包括如下步骤：
S1：采用电子设备获取同一个处于平面的印章图像在任意不同角度下的两张图像分别为第一图像和第二图像；
S2：获取所述第一图像和所述第二图像中准确的匹配点以及所述准确的匹配点在所述第一图像和所述第二图像中的坐标；
S3：以获取所述第一图像时所述电子设备的位置为原点建立三维坐标系；
S4：对所述准确的匹配点进行三维重建，获取所述准确的匹配点在所述三维坐标系中的三维空间坐标点的集合；
S5：获取所述准确的匹配点在目标平面的三维坐标点的集合，并对所述第一图像和/或所述第二图像的点进行矫正，得到矫正后的第一图像和/或第二图像，作为矫正后的二维印章图像；
获取所述准确的匹配点在目标平面的三维坐标点的集合包括如下步骤：
S51：获取所述三维空间坐标点所在的第三平面的法向量N(x1,y1,z1)与所述目标平面的法向量N2(0,0,1)的夹角θ；
S52：获取所述第三平面的法向量N和所述目标平面的法向量N2组成的平面的法向量N3(x,y,z)；
S53：通过夹角θ和所述法向量N3(x,y,z)获得空间旋转矩阵：
S54：所述准确的匹配点在所述三维坐标系中的三维空间坐标点的集合通过所述空间旋转矩阵得到所述准确的匹配点在所述目标平面的三维坐标点的集合；
对所述第一图像和/或所述第二图像的点进行矫正包括如下步骤：
获取所述准确的匹配点在所述目标平面的三维坐标点的集合中每个点在所述第一图像和/或所述第二图像上的投影得到投影图像，得到所述投影图像的角点；
获取所述投影图像和所述第一图像和/或所述第二图像的单应性矩阵；
所述第一图像和/或所述第二图像上的点通过所述单应性矩阵进行透射变换得到矫正后的第一图像和/或第二图像。
2.如权利要求1所述的二维印章图像矫正的方法，其特征在于，获取所述第一图像和所述第二图像中准确的匹配点包括如下步骤：
S21：提取所述第一图像和所述第二图像中的印章图像区域分别得到第一印章图像区域和第二印章图像区域；
S22：分别提取所述第一印章图像区域和所述第二印章图像区域的角点集合M1和M2，并对角点集合M1和M2的角点进行匹配；
S23：随机选取匹配的角点求得单应性矩阵，然后验证所述角点集合M1和M2中角点的对应关系是否满足所述单应性矩阵，若一半以上的角点满足，则所述一半以上的角点为所述准确的匹配点；若一半以上的角点不满足，则重新选取对应角点求单应性矩阵直至获得所述准确的匹配点。
3.如权利要求2所述的二维印章图像矫正的方法，其特征在于，对所述准确的匹配点进行三维重建，获取所述准确的匹配点在所述三维坐标系中的三维空间坐标点的集合包括：
S41：获取拍摄所述第一图像时所述电子设备在所述三维坐标系下的旋转矩阵、平移矩阵；
S42：获取所述电子设备的相机内参和所述准确的匹配点的单应性矩阵，并进一步获取拍摄所述第二图像时所述电子设备在所述三维坐标系下的旋转矩阵、平移矩阵；
S43：根据拍摄所述第一图像和拍摄所述第二图像时所述电子设备的所述旋转矩阵、所述平移矩阵得到所述准确的匹配点在所述三维坐标系中的三维空间坐标点的集合。
4.如权利要求3所述的二维印章图像矫正的方法，其特征在于，通过所述电子设备的视角范围、所述图像的宽col和高row计算得到所述电子设备的相机内参；所述视角范围包括水平视角范围α、垂直视角范围β；所述内参为：
5.如权利要求1所述的二维印章图像矫正的方法，其特征在于，采用最小二乘法获取所述投影图像和所述第一图像和/或所述第二图像的单应性矩阵。
6.如权利要求2-5任一所述的二维印章图像矫正的方法，其特征在于，采用尺度不变特征变换方法、稳定特征加速算法、快速特征点提取和描述的算法对角点进行匹配。
7.一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-6任一所述方法的步骤。
8.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6任一所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010033752.3A CN111260574B (zh) | 2020-01-13 | 2020-01-13 | 一种印章照片矫正的方法、终端及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010033752.3A CN111260574B (zh) | 2020-01-13 | 2020-01-13 | 一种印章照片矫正的方法、终端及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111260574A CN111260574A (zh) | 2020-06-09 |
| CN111260574B true CN111260574B (zh) | 2023-09-22 |
Family
ID=70952807
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010033752.3A Active CN111260574B (zh) | 2020-01-13 | 2020-01-13 | 一种印章照片矫正的方法、终端及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111260574B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113379829A (zh) * | 2021-06-16 | 2021-09-10 | 劢微机器人科技(深圳)有限公司 | 基于相机的尺寸测量方法、装置、设备及存储介质 |
| CN115760620B (zh) * | 2022-11-18 | 2023-10-20 | 荣耀终端有限公司 | 一种文档矫正方法、装置及电子设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101908231A (zh) * | 2010-07-27 | 2010-12-08 | 清华大学 | 处理含有主平面场景的三维点云重建方法和系统 |
| CN102592124A (zh) * | 2011-01-13 | 2012-07-18 | 汉王科技股份有限公司 | 文本图像的几何校正方法、装置和双目立体视觉系统 |
| CN107767442A (zh) * | 2017-10-16 | 2018-03-06 | 浙江工业大学 | 一种基于Kinect和双目视觉的脚型三维重建与测量方法 |
| CN108596867A (zh) * | 2018-05-09 | 2018-09-28 | 五邑大学 | 一种基于orb算法的图片校正方法及系统 |
-
2020
- 2020-01-13 CN CN202010033752.3A patent/CN111260574B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101908231A (zh) * | 2010-07-27 | 2010-12-08 | 清华大学 | 处理含有主平面场景的三维点云重建方法和系统 |
| CN102592124A (zh) * | 2011-01-13 | 2012-07-18 | 汉王科技股份有限公司 | 文本图像的几何校正方法、装置和双目立体视觉系统 |
| CN107767442A (zh) * | 2017-10-16 | 2018-03-06 | 浙江工业大学 | 一种基于Kinect和双目视觉的脚型三维重建与测量方法 |
| CN108596867A (zh) * | 2018-05-09 | 2018-09-28 | 五邑大学 | 一种基于orb算法的图片校正方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111260574A (zh) | 2020-06-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111145238B (zh) | 单目内窥镜图像的三维重建方法、装置及终端设备 | |
| WO2018214365A1 (zh) | 图像校正方法、装置、设备、系统及摄像设备和显示设备 | |
| CN110717942B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
| Adel et al. | Image stitching based on feature extraction techniques: a survey | |
| EP3425587A1 (en) | Method and device for generating a panoramic image | |
| CN109474780B (zh) | 一种用于图像处理的方法和装置 | |
| CN113191954B (zh) | 一种基于双目相机的全景图像拼接方法 | |
| US11282232B2 (en) | Camera calibration using depth data | |
| WO2019232793A1 (zh) | 双摄像头标定方法、电子设备、计算机可读存储介质 | |
| CN111260574B (zh) | 一种印章照片矫正的方法、终端及计算机可读存储介质 | |
| CN111667398A (zh) | 图像处理方法、装置和计算机可读存储介质 | |
| CN113329179B (zh) | 拍摄对位方法、装置、设备及存储介质 | |
| KR20110073386A (ko) | 형태의 불변 어파인 인식을 위한 방법 및 장치 | |
| CN113129383A (zh) | 手眼标定方法、装置、通信设备及存储介质 | |
| WO2022267939A1 (zh) | 图像处理方法及装置、计算机可读存储介质 | |
| CN115965697A (zh) | 基于沙姆定律的投影仪标定方法、标定系统及装置 | |
| KR100513789B1 (ko) | 디지털 카메라의 렌즈 왜곡 보정과 정사영상 생성방법 및이를 이용한 디지털 카메라 | |
| CN116051652A (zh) | 一种参数标定方法及电子设备、存储介质 | |
| CN112950528A (zh) | 证件姿态确定方法、模型训练方法、装置、服务器及介质 | |
| Ha et al. | Embedded panoramic mosaic system using auto-shot interface | |
| CN115086625B (zh) | 投影画面的校正方法、装置、系统、校正设备和投影设备 | |
| CN113223185B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
| CN114742705A (zh) | 一种基于halcon的图像拼接方法 | |
| CN114022358A (zh) | 一种激光相机与球幕相机的图像拼接方法、装置及服务器 | |
| CN111028290B (zh) | 一种用于绘本阅读机器人的图形处理方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |