Forum général.cherche-logiciel Détourage scan depuis photo téléphone

• # ChatGPT

  Posté par zedS le 25 avril 2024 à 12:32. Évalué à 3 (+2/-0).

  

  Je me réponds à moi même !

  ChatGPT a une solution en python avec opencv, c'est super rapide. Par contre il me met un fond noir autour de la page détecté. Impossible de lui faire recadrer l'image sur la détection ou même remplacer le noir par du blanc.

      import sys
      import cv2
      import numpy as np
      import os
  
      def detect_document(image_path):
          # Charger l'image
          image = cv2.imread(image_path)
  
          # Convertir l'image en niveaux de gris
          gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
  
          # Appliquer un flou gaussien pour réduire le bruit
          blurred = cv2.GaussianBlur(gray, (5, 5), 0)
  
          # Détecter les contours avec l'algorithme de Canny
          edges = cv2.Canny(blurred, 50, 150)
  
          # Trouver les contours dans l'image
          contours, _ = cv2.findContours(edges.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
  
          # Trier les contours par aire décroissante
          contours = sorted(contours, key=cv2.contourArea, reverse=True)
  
          # Parcourir les contours pour trouver celui qui correspond probablement à la feuille
          for contour in contours:
              # Approximer le contour à un polygone
              peri = cv2.arcLength(contour, True)
              approx = cv2.approxPolyDP(contour, 0.02 * peri, True)
  
              # Si le polygone a quatre côtés, c'est probablement la feuille
              if len(approx) == 4:
                  page_contour = approx
                  break
  
          # Dessiner le contour de la feuille sur une nouvelle image
          contour_image = np.zeros_like(image)
          cv2.drawContours(contour_image, [page_contour], -1, (255, 255, 255), thickness=cv2.FILLED)
  
          # Appliquer le masque à l'image d'origine pour extraire la région d'intérêt
          masked_image = cv2.bitwise_and(image, contour_image)
  
          # Trouver les coordonnées de la boîte englobante pour la région d'intérêt
          x, y, w, h = cv2.boundingRect(page_contour)
  
          # Recadrer l'image en fonction de la région d'intérêt
          cropped_image = masked_image[y:y+h, x:x+w]
  
          # Obtenir le chemin complet de l'image recadrée avec le préfixe "crop_"
          output_dir, filename = os.path.split(image_path)
          filename, file_extension = os.path.splitext(filename)
          output_path = os.path.join(output_dir, 'crop_' + filename + file_extension)
  
          # Enregistrer l'image recadrée avec le contour détecté
          cv2.imwrite(output_path, cropped_image)
  
          print("Image recadrée avec succès. Chemin d'enregistrement:", output_path)
  
      if __name__ == "__main__":
          # Vérifier si un argument a été fourni
          if len(sys.argv) != 2:
              print("Usage: python script.py <image_path>")
              sys.exit(1)
  
          # Récupérer le chemin de l'image à partir des arguments de la ligne de commande
          image_path = sys.argv[1]
  
          # Appeler la fonction pour détecter le document
          detect_document(image_path)

Envoyer un commentaire

Suivre le flux des commentaires

Note : les commentaires appartiennent à celles et ceux qui les ont postés. Nous n’en sommes pas responsables.