有这样一个需求，在桌上有张纸，可能是票据，合同什么的，用手机咔嚓咔嚓拍下来，然后自动把纸张缩放到合适的大小。可是拍的时候有可能是歪的，不一定就对的很正，桌子也可能是有花纹啊，边上有小干扰物啥的。
这要是做APP的话，可怎么搞，总之是要检测纸张边缘，取出四边形，然后拉伸成规则长方形。
好像选opencv是必然的，还有更好的选择吗？
图像预处理
据说通常都要对图像进行降噪避免误测，常见的做法是先进行高斯模糊，然而这并没有什么卵用，会把图像弄模糊，边界都不清楚就没法玩了。所以有人说，可以用Mean Shift，Mean Shift的优点就在于如果是像背景桌面的浅色纹理，图像分割的过程中相当于将这些小的浮动过滤掉，并且保留相对明显的纸张边缘，结果如下：
原图
处理后
顺便说一句，现在手机分辨率好高，直接处理这么大的图片会比较消耗资源，把图缩小之后处理速度会提升，而且也变相消除了部分干扰。
边缘检测
边缘检测这一步，最好是能有人工干预，把大范围标出来，类似这样：
但实际上这样的用户体验肯定是负分了，所以假设用户的桌面不会这么极端，而是使用相对整洁的桌面并且纸张放置相对规整，类似这样的：
这样就不需要用GrabCut做分割，而是直接灰度处理后用canny算子检测边缘。
// bw is the grayscaled source image
cv::Canny(bw, bw, 100, 100, 3);
得到边缘图：
直线检测
直线检测就是利用概率霍夫变换累加求出图像中的直线，看介绍和介绍2。这里我们可以对后面的参数做些微调，在我们的参数里，假设了纸张的宽度和高度都接近边缘，并且各自至少大于画面宽高的一半，那么过短的线就可以直接抛弃了。
// w_proc 就是缩小后的画面宽度，20是把间距20以内的线段延长拼接为一条直线
HoughLinesP(bw, lines, 1, CV_PI / 180, w_proc / 2, w_proc / 2, 20);
顺利的得到了这个：
判断有效多边形
上例中的lines，就是我们得到的所有线的集合，每条线包含点的偏移和向量。
如何判断其中哪些是有效的多边形，或者说我们要的多边形，对我来说蛮纠结的。有的例子里直接HoughLinesP跑完就有了，我测试的图基本都不行。
这里的方法是把所有横向的线中取最上和最下两条，纵向线中取最左和最右两条。这里是基于纸张正放的假设，如果侧放就不行了，例如这样的
求四顶点坐标
总之不管三七二十一，我们有了四边形的四条边。两两相交有6个点，除去画面外的两个，剩下的四个点就是我们要的四个顶点了。
使用这个公式，带入两条直线上的两个点坐标。
透视转换
用getPerspectiveTransform计算转化矩阵，再用warpPerspective调用转化矩阵进行拉伸。
代码
制作了一个简单的例程。
参考资料：
利用OpenCV检测图像中的长方形画布或纸张并提取图像内容好像原帖在知乎上
Automatic perspective correction for quadrilateral objects
注：我是觉得这篇里硬要凑4条线拼一个四边形有点难，还是检测出一些，然后判断抛弃一些比较好。
自动透视校正为四边形对象 上一篇加了写中文注释。