任务描述， 我们需要知道，我们盖在文件上的红章是否是端正的。
需要解决的问题： 1、图章的识别 2、图章的定位 3、图章的方向判定
思路： 图章基本上是红色的，我们先根据颜色提取可能的图章区域。 当然，假如文档中，还有其他红色的区域，这一步都会提取出来。
img = cv2.imdecode(np.fromfile("jingshanshi_muti_stamp.png", dtype=np.uint8), -1) def extract_red(img): ''''使用inRange方法，拼接mask0,mask1''' img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) rows, cols, channels = img.shape # 区间1 lower_red = np.array([0, 43, 46]) upper_red = np.array([10, 255, 255]) mask0 = cv2.inRange(img_hsv, lower_red, upper_red) # 区间2 lower_red = np.array([156, 43, 46]) upper_red = np.array([180, 255, 255]) mask1 = cv2.inRange(img_hsv, lower_red, upper_red) # 拼接两个区间 mask = mask0 + mask1 return mask mask = extract_red(img) mask_img = cv2.add(img, np.zeros(np.shape(img), dtype=np.uint8), mask=mask) #cv2.imwrite('jingshanshi_muti_stamp_pickred.png', mask_img)公章一般都是圆形的，我们先利用HoughCircles 找出圆来
# cv2.HoughCircles 寻找出圆，匹配出图章的位置 circles = cv2.HoughCircles(binaryImg, cv2.HOUGH_GRADIENT, 1, 40, param1=50, param2=30, minRadius=20, maxRadius=60) circles = np.uint16(np.around(circles))提取出文档中，图形的轮廓。根据点到圆心的距离小于或等于半径，进一步定位公章位置
# findContours(image, mode, method[, contours[, hierarchy[, offset]]]) -> image, contours, hierarchy binaryImg = cv2.Canny(mask_img, 50, 200) # 二值化，canny检测 image, contours, hierarchy = cv2.findContours(binaryImg, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE) ''' tuple cir_point:圆心坐标 int radius:半径 list points:点集 float dp: 误差 int samplingtime:采样次数 ''' import random def circle_check(cir_point, radius, points, dp=4, samplingtime=30): # 根据点到圆心的距离等于半径判断点集是否在圆上 # 多次抽样出5个点 # 判断多次抽样的结果是否满足条件 count = 0 points = list(points) for s in range(samplingtime): # 从点集points 中采样一次 points_samp = random.sample(points, 5) # 判断点到圆心的距离是否等于半径 points_samp = np.array(points_samp[0]) dist = np.linalg.norm(points_samp - cir_point) if dist == radius or abs(dist - radius) <= dp: continue else: count += 1 if count < 3: return True else: return False def circle_map(contours, circles): is_stramp = [0] * len(contours) circle_point = [] for cir in circles[0, :]: # 获取圆心和半径 cir_point = np.array((cir[0], cir[1])) radius = cir[2] # 遍历每一个点集 for cidx, cont in enumerate(contours): # 当轮廓点数少于10 的时候，默认其不是公章轮廓 if len(cont) < 10: continue # 匹配出公章轮廓，并对应出圆心坐标 stampcheck = circle_check(cir_point, radius, cont, dp=6, samplingtime=40) # 如果满足点在圆心上，就将圆心,半径和对应的点记录 if stampcheck: circle_point.append((cir_point, radius, cont)) is_stramp[cidx] = 1 return circle_point, is_stramp circle_point, is_stramp = circle_map(contours, circles)上面的代码中，用到了采样的方法，如何判断轮廓是圆弧呢？每个像素点穷举显然不合适，于是我们多次采样，然后投票判决。
找到公章的外围轮廓之后，我们进一步得到文字所在的轮廓像素。
获得外围轮廓是很有意义的，去掉他们，将会对后面的定位至关重要。
接下来，我们有圆心坐标，文字轮廓，如何计算公章朝向呢？
整体思路是：
我们对每一个文字轮廓，进行中心点坐标的计算。根据中心点和圆心组成的向量，计算夹角。然后找出满足一定条件的夹角对应的两个向量。再对这两个向量做差后计算与水平轴的夹角。
如下图，上面的方案能很好的找出公章下方的边缘位置：
上面的过程需要解决一些问题：
1、排除多个非常靠近的中心点的干扰，可以用聚类算法，基于角度的计算等等。我用的是第二种方法。
2、中心点分象限处理，分象限是很有必要的，在每个象限里，我们只需要考虑两个边际。
我将代码放在github上。欢迎指导。
