基于轮廓提取图像文字

内容：

使用你上一篇博客图像透视变换的结果，将A4纸上的线条单独识别出来。
输入图像：

输出图像：

Python使用opencv实现

实验环境：Window下使用Python的Opencv库

通过阈值进行前后景分割（将线条和A4纸分开）
先将输入图片转为灰度图，然后使用阈值分割函数实现二值化：

img = cv2.imread('input.jpg')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)ret,thresh = cv2.threshold(gray,190,255,cv2.THRESH_BINARY)
cv2.imwrite("thresh.jpg", thresh)

cv2.threshold第二个参数灰度值表示小于该值就将其变为0

形态学图像处理（膨胀腐蚀）

膨胀就是求局部最大值的操作，腐蚀就是求局部最小值，所以相当于做最大值最小值滤波。我们为了让轮廓更明显，所以需要做腐蚀处理。

kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (10, 10))
eroded = cv2.erode(thresh, kernel)
cv2.imwrite("eroded.jpg", eroded)

用getStructuringElement函数定义一个10×10的十字结构元素，用作选取的周围点。
腐蚀后：

3. 轮廓检测

contours, hierarchy = cv2.findContours(eroded,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

findContours函数
参数

第一个参数是寻找轮廓的图像；
第二个参数表示轮廓的检索模式，有四种（本文介绍的都是新的cv2接口）：
cv2.RETR_EXTERNAL表示只检测外轮廓
cv2.RETR_LIST检测的轮廓不建立等级关系
cv2.RETR_CCOMP建立两个等级的轮廓，上面的一层为外边界，里面的一层为内孔的边界信息。如果内孔内还有一个连通物体，这个物体的边界也在顶层。
cv2.RETR_TREE建立一个等级树结构的轮廓。
第三个参数method为轮廓的近似办法
cv2.CHAIN_APPROX_NONE存储所有的轮廓点，相邻的两个点的像素位置差不超过1，即max（abs（x1-x2），abs（y2-y1））==1
cv2.CHAIN_APPROX_SIMPLE压缩水平方向，垂直方向，对角线方向的元素，只保留该方向的终点坐标，例如一个矩形轮廓只需4个点来保存轮廓信息

返回值
cv2.findContours()函数首先返回一个list值，list中每个元素都是图像中的一个轮廓也就我们要用到的contours。

选取边界矩形：

for c in contours:x, y, w, h = cv2.boundingRect(c)cv2.rectangle(img, (x, y), (x + w, y + h), color, 1)

4. 通过ROI将每张图片输出
通过矩形轮廓输出提取的笔划图像，这里直接用imwrite输出。

完整代码：

# -*- coding: utf-8 -*-
import cv2img = cv2.imread('input.jpg')
result = img.copy()gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)ret,thresh = cv2.threshold(gray,190,255,cv2.THRESH_BINARY)
cv2.imwrite("thresh.jpg", thresh)kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (10, 10))
eroded = cv2.erode(thresh, kernel)
cv2.imwrite("eroded.jpg", eroded)binary, contours, hierarchy = cv2.findContours(eroded,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)color = (0, 255, 0)
for c in contours:x, y, w, h = cv2.boundingRect(c)cv2.rectangle(img, (x, y), (x + w, y + h), color, 1)temp = result[y:(y + h), x:(x + w)]cv2.imwrite("./result/" + str(x) + ".jpg", temp)cv2.imwrite("result.jpg", img)

opencv 轮廓提取文字相关推荐

python opencv轮廓提取_Python + Opencv2 实现轮廓提取，轮廓区域面积计算
对图像处理时,会遇到这样一个场景:找到图像主体轮廓,这是其一,可能为了凸显轮廓,需要用指定的颜色进行标记:轮廓标记完可能任务还没有结束,还需对轮廓所勾勒的像素面积区域统计计算. 本篇文章的主要内容就是 ...
OpenCV轮廓提取和椭圆拟合
今天用到了几个函数,作个总结. 首先是在二值图像中找轮廓,我的图象中只有一条轮廓,所以使用比较简单. 首先要分配存储空间,使用函数cvCreateMemStorage(0)分配一个默认大小的CvMem ...
python使用opencv实现文档扫描并提取文字
目的将输入文档使用透视变换将不规则图形变换,然后使用tesseract库进行识别文字变换前图形变换后图形步骤 1.加载原图并显示 2.重新调整大小 3.灰度处理 4.滤波 5.边缘检测 6.找 ...
图像轮廓提取算法(Opencv基于C++实现）
Opencv图像轮廓提取 0. 实现结果如下: 1. 打开图像代码 2. 轮廓提取函数 3. 代码实现本文主要实现了图像的轮廓提取,首先先给出直观的轮廓实现结果: 0. 实现结果如下: 1. 打开图 ...
pythonopencv提取轮廓区域_Python + Opencv 实现轮廓提取，轮廓区域面积计算
Python + Opencv2 实现轮廓提取,轮廓区域面积计算: 对图像处理时,会遇到这样一个场景:找到图像主体轮廓,这是其一,可能为了凸显轮廓,需要用指定的颜色进行标记:轮廓标记完可能任务还没有结 ...
OpenCV实践之路——opencv玩数独之一九宫格轮廓提取与透视变换
本文由@星沉阁冰不语出品,转载请注明作者和出处. 文章链接:http://blog.csdn.net/xingchenbingbuyu/article/details/50783585 微博:http ...
《OpenCv视觉之眼》Python图像处理十二 :Opencv图像轮廓提取之基于一阶导数的Roberts算法、Prewitt算法及Sobel算法
本专栏主要介绍如果通过OpenCv-Python进行图像处理,通过原理理解OpenCv-Python的函数处理原型,在具体情况中,针对不同的图像进行不同等级的.不同方法的处理,以达到对图像进行去噪.锐 ...
OpenCV学习笔记（六）之轮廓提取与角度测量
查找图像的轮廓在图像处理及应用中扮演着重要的角色.openCV 中的轮廓指的是由一系列点组成的点的集合,不同的轮廓可以有不同的点集.openCV中,轮廓是由STL风格的vector<> ...
《OpenCv视觉之眼》Python图像处理十四 :Opencv图像轮廓提取之Scharr算法和Canny算法
本专栏主要介绍如果通过OpenCv-Python进行图像处理,通过原理理解OpenCv-Python的函数处理原型,在具体情况中,针对不同的图像进行不同等级的.不同方法的处理,以达到对图像进行去噪.锐 ...

opencv 轮廓提取文字

基于轮廓提取图像文字

内容：

Python使用opencv实现

opencv 轮廓提取文字相关推荐

最新文章

热门文章