由于要做图像的处理，所以最近在学习Opencv的相关知识，学习了Opencv中的Mat对象，查阅了网上的资料，了解了相关知识。现在实现了一个使用Mat对象来进行图像的水平投影与垂直投影，并在此基础之上，实现了字符的切分。现在将相关代码贴出，一来可以供大家参考并指正错误，而来也为的是防止忘记了相关知识。以下就是程序的代码，欢迎大家指正错误。

#include

#include "opencv2/imgproc/imgproc.hpp"

#include "opencv2/highgui/highgui.hpp"

#include

#include

using namespace cv;

using namespace std;

vector horizontalProjectionMat(Mat srcImg)//水平投影

{

Mat binImg;

blur(srcImg, binImg, Size(3, 3));

threshold(binImg, binImg, 0, 255, CV_THRESH_OTSU);

int perPixelValue = 0;//每个像素的值

int width = srcImg.cols;

int height = srcImg.rows;

int* projectValArry = new int[height];//创建一个储存每行白色像素个数的数组

memset(projectValArry, 0, height * 4);//初始化数组

for (int col = 0; col < height; col++)//遍历每个像素点

{

for (int row = 0; row < width; row++)

{

perPixelValue = binImg.at(col, row);

if (perPixelValue == 0)//如果是白底黑字

{

projectValArry[col]++;

}

}

}

Mat horizontalProjectionMat(height, width, CV_8UC1);//创建画布

for (int i = 0; i < height; i++)

{

for (int j = 0; j < width; j++)

{

perPixelValue = 255;

horizontalProjectionMat.at(i, j) = perPixelValue;//设置背景为白色

}

}

for (int i = 0; i < height; i++)//水平直方图

{

for (int j = 0; j < projectValArry[i]; j++)

{

perPixelValue = 0;

horizontalProjectionMat.at(i, width - 1 - j) = perPixelValue;//设置直方图为黑色

}

}

vector roiList;//用于储存分割出来的每个字符

int startIndex = 0;//记录进入字符区的索引

int endIndex = 0;//记录进入空白区域的索引

bool inBlock = false;//是否遍历到了字符区内

for (int i = 0; i

{

if (!inBlock && projectValArry[i] != 0)//进入字符区

{

inBlock = true;

startIndex = i;

}

else if (inBlock && projectValArry[i] == 0)//进入空白区

{

endIndex = i;

inBlock = false;

Mat roiImg = srcImg(Range(startIndex, endIndex + 1), Range(0, srcImg.cols));//从原图中截取有图像的区域

roiList.push_back(roiImg);

}

}

delete[] projectValArry;

return roiList;

}

vector verticalProjectionMat(Mat srcImg)//垂直投影

{

Mat binImg;

blur(srcImg, binImg, Size(3, 3));

threshold(binImg, binImg, 0, 255, CV_THRESH_OTSU);

int perPixelValue;//每个像素的值

int width = srcImg.cols;

int height = srcImg.rows;

int* projectValArry = new int[width];//创建用于储存每列白色像素个数的数组

memset(projectValArry, 0, width * 4);//初始化数组

for (int col = 0; col < width; col++)

{

for (int row = 0; row < height;row++)

{

perPixelValue = binImg.at(row, col);

if (perPixelValue == 0)//如果是白底黑字

{

projectValArry[col]++;

}

}

}

Mat verticalProjectionMat(height, width, CV_8UC1);//垂直投影的画布

for (int i = 0; i < height; i++)

{

for (int j = 0; j < width; j++)

{

perPixelValue = 255; //背景设置为白色

verticalProjectionMat.at(i, j) = perPixelValue;

}

}

for (int i = 0; i < width; i++)//垂直投影直方图

{

for (int j = 0; j < projectValArry[i]; j++)

{

perPixelValue = 0; //直方图设置为黑色

verticalProjectionMat.at(height - 1 - j, i) = perPixelValue;

}

}

imshow("垂直投影",verticalProjectionMat);

cvWaitKey(0);

vector roiList;//用于储存分割出来的每个字符

int startIndex = 0;//记录进入字符区的索引

int endIndex = 0;//记录进入空白区域的索引

bool inBlock = false;//是否遍历到了字符区内

for (int i = 0; i < srcImg.cols; i++)//cols=width

{

if (!inBlock && projectValArry[i] != 0)//进入字符区

{

inBlock = true;

startIndex = i;

}

else if (projectValArry[i] == 0 && inBlock)//进入空白区

{

endIndex = i;

inBlock = false;

Mat roiImg = srcImg(Range(0, srcImg.rows), Range(startIndex, endIndex + 1));

roiList.push_back(roiImg);

}

}

delete[] projectValArry;

return roiList;

}

int main(int argc, char* argv[])

{

Mat srcImg = imread("E:\\b.png", 0);//读入原图像

char szName[30] = { 0 };

vector b = verticalProjectionMat(srcImg);//先进行垂直投影

for (int i = 0; i < b.size(); i++)

{

vector a = horizontalProjectionMat(b[i]);//水平投影

sprintf(szName,"E:\\picture\\%d.jpg",i);

for (int j = 0; j < a.size(); j++)

{

imshow(szName,a[j]);

IplImage img = IplImage(a[j]);

cvSaveImage(szName, &img);//保存切分的结果

}

}

/*

vector a = horizontalProjectionMat(srcImg);

char szName[30] = { 0 };

for (int i = 0; i < a.size(); i++)

{

vector b = verticalProjectionMat(a[i]);

for (int j = 0; j

{

sprintf(szName, "E:\\%d.jpg", j);

imshow(szName, b[j]);

}

}

*/

cvWaitKey(0);

getchar();

return 0;

}

以下是程序的结果截图：

(1)原始图像

(2)垂直投影

(3)水平投影

(4)字符切分

由于水平切分的结果只有一个，而垂直切分的结果有多个，所以应该要先进行垂直切分，然后再进行水平切分，这样得到的结果才是切分出字符的大小。若是先进行水平切分，而后进行垂直切分的话，得到的结果就并非要切割出的字符的大小，改代码已经给出，即注释掉的代码，而先进行水平切分，再进行垂直切分的结果如下图所示：

(5)先水平后垂直

可以看到，有的切分出的图像，上下仍然有空白的地方。所以，先水平后垂直的切分方法不适合于本程序的要求。

以上是本人的一点见解，有什么不正确的地方，欢迎指正。

点赞 (4)赏分享 (0)