溫馨提示×

您好，登錄后才能下訂單哦！

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶(hù)服務(wù)條款》

openCV去除文字中亂入的線條的方法示例

發(fā)布時(shí)間：2020-07-20 09:38:35 來(lái)源：億速云 閱讀：253 作者：小豬 欄目：開(kāi)發(fā)技術(shù)

這篇文章主要講解了openCV去除文字中亂入的線條的方法示例，內(nèi)容清晰明了，對(duì)此有興趣的小伙伴可以學(xué)習(xí)一下，相信大家閱讀完之后會(huì)有幫助。

今天上午，朋友發(fā)來(lái)一張圖片如下。沒(méi)錯(cuò)，這就是原圖，他希望可以通過(guò)一些簡(jiǎn)單的算法將圖中這條穿過(guò)單詞間的直線去掉，使得到的結(jié)果能夠通過(guò)他的文字識(shí)別算法并得出正確結(jié)果——The Techniques of Machine Vision。

openCV去除文字中亂入的線條的方法示例

乍一看這似乎挺簡(jiǎn)單，(1)將圖像二值化；(2)找出這條直線；(3)將直線區(qū)域填成背景色（即白色）；(4)再通過(guò)膨脹、腐蝕等操作將單詞缺失的部分給補(bǔ)全。以上4步似乎可以滿(mǎn)足要求，但測(cè)試發(fā)現(xiàn)，效果不盡人意。

一、按上述方法實(shí)現(xiàn)過(guò)程

openCV去除文字中亂入的線條的方法示例

二值化結(jié)果如圖1.1所示，可以看到圖像并不標(biāo)準(zhǔn)，直線粗細(xì)也不一，我們嘗試用霍夫變換找一下直線，代碼如下

void findLines(IplImage* raw, IplImage* dst)
{
	IplImage* src = cvCloneImage(raw);
	IplImage* canny = cvCreateImage(cvGetSize(src), IPL_DEPTH_8U, 1);
	cvCanny(src, canny, 20, 200, 3);
	CvMemStorage* stor = cvCreateMemStorage(0);
	CvSeq* lines = NULL;
	lines = cvHoughLines2(canny, stor, CV_HOUGH_PROBABILISTIC, 1, CV_PI / 180, 80, 200, 30);
	cvZero(dst);
	CvPoint maxStart, maxEnd;
	int maxDistance = 0;
	for (int i = 0; i < lines->total; i++)
	{
		CvPoint* line = (CvPoint*)cvGetSeqElem(lines, i);
		if (abs(line[0].x - line[1].x) > maxDistance)
		{
			maxDistance = abs(line[0].x - line[1].x);
			maxStart = line[0];
			maxEnd = line[1];
		}
	}
	cvLine(dst, maxStart, maxEnd, cvScalar(255), 1);
	cvReleaseImage(&src);
	cvReleaseMemStorage(&stor);
}

簡(jiǎn)要解釋一下這段代碼。函數(shù)的功能是在輸入圖像中找出一條直線，輸入的圖像是灰度圖raw，返回值為dst，返回值是以圖片的形式，將找到的直線畫(huà)上圖中。

函數(shù)lines = cvHoughLines2(canny, stor, CV_HOUGH_PROBABILISTIC, 1, CV_PI / 180, 80, 200, 30);的參數(shù)表明，要求直線長(zhǎng)度在200個(gè)像素以上，且兩條在同一直線上的線段，如果相隔不到30個(gè)像素，就把它們連起來(lái)【注：圖片尺寸為1066×148】。對(duì)于找到的多條直線，認(rèn)為最長(zhǎng)的一條是我們要找的那條。找距離時(shí)用了abs(line[0].x - line[1].x);是不嚴(yán)格的，嚴(yán)格來(lái)講應(yīng)該是

sqrt((line[0].x - line[1].x)*(line[0].x - line[1].x)+(line[0].y - line[1].y)*(line[0].x - line[1].x))

不過(guò)圖中的直線接近水平，這里就簡(jiǎn)化一下啦。

所以將運(yùn)行這段代碼后，返回的圖片dst應(yīng)該是這樣子的

openCV去除文字中亂入的線條的方法示例

圖1.2中直線的粗線可以通過(guò)改變cvLine(dst, maxStart, maxEnd, cvScalar(255), 1);最后一個(gè)參數(shù)來(lái)調(diào)整，這里用的是1。

接下來(lái)步驟就是在二值化圖(圖1.1)中去掉這條線，代碼如下：

void eraseLine(IplImage* src, IplImage* flag)
{// flag為圖1.2所示的圖片，src為圖1.1所示的二值化圖片
	for (int row = 0; row < src->height; row++)
		for (int col = 0; col < src->width; col++)
		{	// 如果在白色線段上，則將二值化圖片填為白色
			if (cvGet2D(flag, row, col).val[0] == 255)
				cvSet2D(src, row, col, cvScalar(255));
		}
}

當(dāng)直線的寬度分別為2、3個(gè)像素時(shí)，二值化圖去掉直線后的效果如下

openCV去除文字中亂入的線條的方法示例

可以看到，效果很差，如果要膨脹（黑色部分減?。瑔卧~下邊部分都會(huì)消失了，直接腐蝕（黑色部分增大），線又不能完全去掉。

后來(lái)，我采用的辦法是，對(duì)圖1.3重新找一次直線（減去一次直線后，中間還殘留一部分短些的直線），再減掉，再找再減掉。后面再對(duì)圖像進(jìn)行腐蝕（黑色部分增長(zhǎng)）。最終效果最好這就如下圖所示

openCV去除文字中亂入的線條的方法示例

但這種方法用時(shí)長(zhǎng)、針對(duì)不同的直線，找直線-減直線 的重復(fù)次數(shù)還不一樣，不具有可移植性。而且啊，這個(gè)圖片識(shí)別出來(lái)的結(jié)果是

The Technique_sJ_otMachine Vision

所以需要采用新的辦法來(lái)解決這個(gè)問(wèn)題。

二、新的辦法

源代碼如下

#include <cv.h>
#include <highgui.h>
#include <iostream>
using namespace std;
/*
函數(shù)功能：在輸入圖像中找一條直線
輸入輸出：輸入的圖像是灰度圖raw，返回值為dst，返回值是一條白色的線
lines = cvHoughLines2(canny, stor, CV_HOUGH_PROBABILISTIC, 1, CV_PI / 180, 80, 200, 30);
參數(shù)中的200是指要找的直線長(zhǎng)度要在200個(gè)像素以上；
參數(shù)中的30指的是兩條在同一直線上的線段，如果相隔不到30，則把它們連起來(lái)
*/
void findLines(IplImage* raw, IplImage* dst)
{
 IplImage* src = cvCloneImage(raw); // clone the input image
 IplImage* canny = cvCreateImage(cvGetSize(src), IPL_DEPTH_8U, 1); // create a tmp image head to save gradient image
 cvCanny(src, canny, 20, 200, 3); // Generate its gradient image
 CvMemStorage* stor = cvCreateMemStorage(0);
 CvSeq* lines = NULL;
 // find a line whose length bigger than 200 pixels
 lines = cvHoughLines2(canny, stor, CV_HOUGH_PROBABILISTIC, 1, CV_PI / 180, 80, 200, 30);
 cvZero(dst);
 CvPoint maxStart, maxEnd; // save the coordinate of the head and rear of the line we want
 int maxDistance = 0; // The maximum distance of all lines found by [cvHoughLines2]
 for (int i = 0; i < lines->total; i++) // lines->total: the number of lines 
 {
 // variable 'lines' is a sequence, [cvGetSeqElem] gets the (i)th line, and it returns its head and rear.
 CvPoint* line = (CvPoint*)cvGetSeqElem(lines, i); 
 // line[0] and line[1] is respectively the line's coordinate of its head and rear
 if (abs(line[0].x - line[1].x) > maxDistance)
 {/* It's a trick because the line is almost horizontal.
 strictly, it should be 
 sqrt((line[0].x - line[1].x)*(line[0].x - line[1].x)+(line[0].y - line[1].y)*(line[0].x - line[1].x))
 */
 maxDistance = abs(line[0].x - line[1].x);
 maxStart = line[0];
 maxEnd = line[1];
 }
 }
 cvLine(dst, maxStart, maxEnd, cvScalar(255), 1); // draw the white line[cvScalar(255)] in a black background
 cvReleaseImage(&src); // free the memory
 cvReleaseMemStorage(&stor);
}
/*
函數(shù)功能：擦除面積小于【15個(gè)像素】的小塊兒
輸入輸出：無(wú)返回值，直接對(duì)輸入的圖像進(jìn)行操作
*/
void erase(IplImage* raw)
{
 IplImage* src = cvCloneImage(raw);
 /*Binarization and inverse the black and white because the function next only find white area while
 the word in image is black.*/
 cvThreshold(src, src, 120, 255, CV_THRESH_BINARY_INV); 
 // create some space to save the white areas but we access it via variable 'cont'
 CvMemStorage* stor = cvCreateMemStorage(0); 
 CvSeq* cont;
 cvFindContours(src, stor, &cont, sizeof(CvContour), CV_RETR_EXTERNAL); // find the white regions
 for (; cont; cont = cont->h_next) // Traversal
 {
 if (fabs(cvContourArea(cont)) < 15) // if its Area smaller than 15, we fill it with white[cvScalar(255)]
 cvDrawContours(raw, cont, cvScalar(255), cvScalar(255), 0, CV_FILLED, 8);
 }
 cvReleaseImage(&src);
}
 
int main()
{
 IplImage* src = cvLoadImage("D:/test.png");
 cvNamedWindow("原圖", 1);
 cvShowImage("原圖", src);
 IplImage* gray = cvCreateImage(cvGetSize(src), IPL_DEPTH_8U, 1);
 IplImage* canny = cvCreateImage(cvGetSize(src), IPL_DEPTH_8U, 1);
 IplImage* dst = cvCreateImage(cvGetSize(src), IPL_DEPTH_8U, 1);
 IplImage* binary = cvCreateImage(cvGetSize(src), IPL_DEPTH_8U, 1);
 
 cvCvtColor(src, gray, CV_RGB2GRAY);
 cvThreshold(gray, binary, 120, 255, CV_THRESH_OTSU);
 
 findLines(gray, dst);
 cvNamedWindow("dst", 1);
 cvShowImage("dst", dst);
 
 for (int row = 0; row < binary->height; row++)
 for (int col = 0; col < binary->width; col++)
 {
 if (cvGet2D(dst, row, col).val[0] == 255)
 {
 int up = 0, down = 0;
 int white = 0;
 for (int i = row; i >= 0; i--)
 {
 if (cvGet2D(binary, i, col).val[0] == 0)
 {
 up++; 
 white = 0;
 }
 else white++;
 if(white > 2) break;
 }
 white = 0;
 for (int i = row; i < binary->height; i++)
 {
 if (cvGet2D(binary, i, col).val[0] == 0)
 {
 down++;
 white = 0;
 }
 else white++;
 if (white > 2) break;
 }
 if (up + down < 8)
 {
 for (int i = -up; i <= down; i++) cvSet2D(binary, row + i, col, cvScalar(255));
 }
 }
 }
 cvNamedWindow("結(jié)果", 1);
 cvShowImage("結(jié)果", binary);
 erase(binary);
 //cvDilate(binary, binary, NULL, 1);
 cvErode(binary, binary, NULL, 1);
 cvNamedWindow("膨脹腐蝕", 1);
 cvShowImage("膨脹腐蝕", binary);
 cvSaveImage("D:/result.png", binary);
 cvReleaseImage(&src);
 cvReleaseImage(&canny);
 cvReleaseImage(&gray);
 cvReleaseImage(&dst);
 cvReleaseImage(&binary);
 cvWaitKey(0);
 return 0;
}

這個(gè)方法很簡(jiǎn)單的，就是在找到直線（直線寬度為1）后，沿著直線從左到右對(duì)二值化圖進(jìn)行上下掃描，如果這個(gè)直線的寬度（黑色的寬度）小于8個(gè)像素，則認(rèn)為它只是直線，而不是文字的一部分，那么將它填成白色；反之，對(duì)于直線是文字的一部分這種情況，則不對(duì)它進(jìn)行任何操作。

這樣得到的結(jié)果如下圖2.1所示

openCV去除文字中亂入的線條的方法示例

當(dāng)然這個(gè)結(jié)果有點(diǎn)差強(qiáng)人意，如果你有更好的想法，請(qǐng)?jiān)谙旅媪粞?，我們交流交流?/p>

看完上述內(nèi)容，是不是對(duì)openCV去除文字中亂入的線條的方法示例有進(jìn)一步的了解，如果還想學(xué)習(xí)更多內(nèi)容，歡迎關(guān)注億速云行業(yè)資訊頻道。

向AI問(wèn)一下細(xì)節(jié)

免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱：is@yisu.com進(jìn)行舉報(bào)，并提供相關(guān)證據(jù)，一經(jīng)查實(shí)，將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI
助
手