# doc_scanner_homework

**Repository Path**: long-breeze/doc_scanner_homework

## Basic Information

- **Project Name**: doc_scanner_homework
- **Description**: 这个项目是一个文档扫描仪应用程序，使用Python编写。它可以帮助用户加载图片并裁剪文档，提供方便的文档扫描功能。
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 301
- **Created**: 2026-05-07
- **Last Updated**: 2026-05-10

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# doc_scanner

## 项目描述

这个项目是一个文档扫描仪应用程序，使用 Python 编写。它可以帮助用户加载图片并裁剪文档，提供方便的文档扫描功能。

## 项目运行效果截图

![输入图片说明](image.png)

## 功能特性

- **图片选择**：通过点击 "Select Image" 按钮选择要加载的图片。
- **自动角落检测**：使用 Canny 边缘检测和轮廓识别自动找到文档四角。
- **手动调整**：可以拖动绿色圆点手动调整角落位置。
- **文档裁剪**：点击 "Crop" 按钮进行透视变换，将文档从图片中提取出来。
- **鼠标跟踪**：勾选 "Show Mouse Move" 复选框可以在终端显示鼠标移动信息。

## 技术实现

### 核心算法流程
1. **图片预处理**：将图片转换为灰度图并进行高斯模糊
2. **边缘检测**：使用 Canny 算法检测图像边缘
3. **轮廓提取**：查找图像中的所有轮廓并按面积排序
4. **四边形识别**：通过多边形逼近找到四边形轮廓
5. **透视变换**：根据四个角落坐标进行透视变换，展平文档

### 文件结构
```
doc_scanner/
├── main.py          # 主入口文件，GUI界面实现
├── doc_scanner.py   # 文档扫描核心功能模块
├── doc.jpg          # 测试图片1
├── doc_2.jpg        # 测试图片2
├── screenshot.png   # 运行效果截图（需手动添加）
└── README.md        # 项目说明文档
```

## 依赖

该项目依赖以下库：

- **tkinter**：用于创建 GUI 应用程序（Python 内置）
- **PIL (Pillow)**：用于图片格式转换
- **OpenCV (cv2)**：用于图片处理和计算机视觉任务
- **numpy**：用于进行数值计算

可以使用以下命令安装所需依赖：

```bash
pip install opencv-python numpy Pillow
```

## 使用方法

1. **安装依赖**
   ```bash
   pip install opencv-python numpy Pillow
   ```

2. **运行程序**
   ```bash
   python main.py
   ```

3. **操作步骤**
   - 点击 "Select Image" 按钮选择要加载的图片
   - 观察自动检测到的文档角落（绿色圆点标记）
   - 如需调整，拖动绿色圆点手动调整角落位置
   - 点击 "Crop" 按钮裁剪文档
   - 勾选 "Show Mouse Move" 复选框可在终端显示鼠标坐标

## 代码说明

### main.py（主入口）
- 创建 Tkinter GUI 窗口
- 实现用户交互界面（按钮、复选框、画布）
- 处理鼠标事件（点击、拖动、移动）
- 显示图片和角落标记

### doc_scanner.py（核心模块）
- `load_image()`：加载图片并检测文档角落
- `order_points()`：对四个角落点进行排序（左上、右上、右下、左下）
- `crop_image()`：根据角落坐标裁剪并展平文档
- `get_image_dimensions()`：计算目标图片尺寸

## 注意事项

- 本项目仅支持基于 Python 的脚本文件
- 请确保已安装所需的依赖库
- 支持中文路径图片加载
- 建议使用文档边缘清晰的图片以获得更好的检测效果

## 个人信息

- 学号: 202452320126
- 年级: 2024级
- 专业: 智能科学与技术
- 班级: 1班