溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》
您好，登錄后才能下訂單哦！
實現(xiàn)步驟：
1、通過水平投影對圖形進行水平分割，獲取每一行的圖像；
2、通過垂直投影對分割的每一行圖像進行垂直分割，最終確定每一個字符的坐標(biāo)位置，分割出每一個字符；
先簡單介紹一下投影法：分別在水平和垂直方向?qū)︻A(yù)處理（二值化）的圖像某一種像素進行統(tǒng)計，對于二值化圖像非黑即白，我們通過對其中的白點或者黑點進行統(tǒng)計，根據(jù)統(tǒng)計結(jié)果就可以判斷出每一行的上下邊界以及每一列的左右邊界，從而實現(xiàn)分割的目的。
下面通過Python+opencv來實現(xiàn)該功能
首先來實現(xiàn)水平投影：
import cv2
import numpy as np
'''水平投影'''
def getHProjection(image):
hProjection = np.zeros(image.shape,np.uint8)
#圖像高與寬
(h,w)=image.shape
#長度與圖像高度一致的數(shù)組
h_ = [0]*h
#循環(huán)統(tǒng)計每一行白色像素的個數(shù)
for y in range(h):
for x in range(w):
if image[y,x] == 255:
h_[y]+=1
#繪制水平投影圖像
for y in range(h):
for x in range(h_[y]):
hProjection[y,x] = 255
cv2.imshow('hProjection2',hProjection)
return h_
if __name__ == "__main__":
#讀入原始圖像
origineImage = cv2.imread('test.jpg')
# 圖像灰度化
#image = cv2.imread('test.jpg',0)
image = cv2.cvtColor(origineImage,cv2.COLOR_BGR2GRAY)
cv2.imshow('gray',image)
# 將圖片二值化
retval, img = cv2.threshold(image,127,255,cv2.THRESH_BINARY_INV)
cv2.imshow('binary',img)
#水平投影
H = getHProjection(img)
通過上面的水平投影，根據(jù)其白色小山峰的起始位置就可以界定出每一行的起始位置，從而把每一行分割出來。
獲得每一行圖像之后，可以對其進行垂直投影
def getVProjection(image):
vProjection = np.zeros(image.shape,np.uint8);
#圖像高與寬
(h,w) = image.shape
#長度與圖像寬度一致的數(shù)組
w_ = [0]*w
#循環(huán)統(tǒng)計每一列白色像素的個數(shù)
for x in range(w):
for y in range(h):
if image[y,x] == 255:
w_[x]+=1
#繪制垂直平投影圖像
for x in range(w):
for y in range(h-w_[x],h):
vProjection[y,x] = 255
cv2.imshow('vProjection',vProjection)
return w_
通過垂直投影可以獲得每一個字符左右的起始位置，這樣也就可以獲得到每一個字符的具體坐標(biāo)位置，即一個矩形框的位置。
下面是實現(xiàn)的全部代碼：
import cv2
import numpy as np
'''水平投影'''
def getHProjection(image):
hProjection = np.zeros(image.shape,np.uint8)
#圖像高與寬
(h,w)=image.shape
#長度與圖像高度一致的數(shù)組
h_ = [0]*h
#循環(huán)統(tǒng)計每一行白色像素的個數(shù)
for y in range(h):
for x in range(w):
if image[y,x] == 255:
h_[y]+=1
#繪制水平投影圖像
for y in range(h):
for x in range(h_[y]):
hProjection[y,x] = 255
cv2.imshow('hProjection2',hProjection)
return h_
def getVProjection(image):
vProjection = np.zeros(image.shape,np.uint8);
#圖像高與寬
(h,w) = image.shape
#長度與圖像寬度一致的數(shù)組
w_ = [0]*w
#循環(huán)統(tǒng)計每一列白色像素的個數(shù)
for x in range(w):
for y in range(h):
if image[y,x] == 255:
w_[x]+=1
#繪制垂直平投影圖像
for x in range(w):
for y in range(h-w_[x],h):
vProjection[y,x] = 255
#cv2.imshow('vProjection',vProjection)
return w_
if __name__ == "__main__":
#讀入原始圖像
origineImage = cv2.imread('test.jpg')
# 圖像灰度化
#image = cv2.imread('test.jpg',0)
image = cv2.cvtColor(origineImage,cv2.COLOR_BGR2GRAY)
cv2.imshow('gray',image)
# 將圖片二值化
retval, img = cv2.threshold(image,127,255,cv2.THRESH_BINARY_INV)
cv2.imshow('binary',img)
#圖像高與寬
(h,w)=img.shape
Position = []
#水平投影
H = getHProjection(img)
start = 0
H_Start = []
H_End = []
#根據(jù)水平投影獲取垂直分割位置
for i in range(len(H)):
if H[i] > 0 and start ==0:
H_Start.append(i)
start = 1
if H[i] <= 0 and start == 1:
H_End.append(i)
start = 0
#分割行，分割之后再進行列分割并保存分割位置
for i in range(len(H_Start)):
#獲取行圖像
cropImg = img[H_Start[i]:H_End[i], 0:w]
#cv2.imshow('cropImg',cropImg)
#對行圖像進行垂直投影
W = getVProjection(cropImg)
Wstart = 0
Wend = 0
W_Start = 0
W_End = 0
for j in range(len(W)):
if W[j] > 0 and Wstart ==0:
W_Start =j
Wstart = 1
Wend=0
if W[j] <= 0 and Wstart == 1:
W_End =j
Wstart = 0
Wend=1
if Wend == 1:
Position.append([W_Start,H_Start[i],W_End,H_End[i]])
Wend =0
#根據(jù)確定的位置分割字符
for m in range(len(Position)):
cv2.rectangle(origineImage, (Position[m][0],Position[m][1]), (Position[m][2],Position[m][3]), (0 ,229 ,238), 1)
cv2.imshow('image',origineImage)
cv2.waitKey(0)
從分割的結(jié)果上看，基本上實現(xiàn)了圖片中文字的分割。但由于中文結(jié)構(gòu)復(fù)雜性，對于一些文字的分割并不理想，比如“葉”、“桃”等字會出現(xiàn)過度分割現(xiàn)象；對于有粘連的兩個字會出現(xiàn)分割不夠的現(xiàn)象，比如上圖中的“念想”。不過可以從圖像預(yù)處理（腐蝕），邊界判斷閾值的調(diào)整等方面進行優(yōu)化。
以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持億速云。
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，文章觀點不代表本網(wǎng)站立場，如果涉及侵權(quán)請聯(lián)系站長郵箱：is@yisu.com進行舉報，并提供相關(guān)證據(jù)，一經(jīng)查實，將立刻刪除涉嫌侵權(quán)內(nèi)容。
億速云公眾號
手機網(wǎng)站二維碼