亲宝软件园·资讯

展开

OpenCV水平投影

Keras深度学习 人气:0

对于如下一张图片,如何将文本区域分割成一行一行的了?

在这里插入图片描述

在文本分割领域中有一种很优秀的算法:投影法,包括水平投影法和垂直投影法。本文主要讲述水平投影法,水平投影法可以理解为一束光线从图像的左侧向右边进行照射,每一条光线可以理解为图像的一行,计算每一行上图像的黑色像素点,从而可以对图像进行分割。

import numpy as np 
import cv2 

def get_vvList(list_data):
    #取出list中像素存在的区间
    vv_list=list()
    v_list=list()
    for index,i in enumerate(list_data):
        if i>0:
            v_list.append(index)
        else:
            if v_list:
                vv_list.append(v_list)
                #list的clear与[]有区别
                v_list=[]
    return vv_list

if __name__=='__main__':
    img_bgr=cv2.imread('./testImg/1.png',1)
    if not img_bgr is None:
        img=img_bgr.copy()
        img_gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
        #二值化
        t,binary=cv2.threshold(img_gray,0,255,cv2.THRESH_OTSU+cv2.THRESH_BINARY)
        '''
        水平投影从左向右投射,计算每一行的黑色像素总数
        '''
        rows,cols=binary.shape
        hor_list=[0]*rows
        for i in range(rows):
            for j in range(cols):
                #统计每一行的黑色像素总数
                if binary.item(i,j)==0:
                    hor_list[i]=hor_list[i]+1
        '''
        对hor_list中的元素进行筛选,可以去除一些噪点
        '''
        hor_arr=np.array(hor_list)
        hor_arr[np.where(hor_arr<5)]=0
        hor_list=hor_arr.tolist()

        #绘制水平投影
        img_white=np.ones(shape=(rows,cols),dtype=np.uint8)*255
        for i in range(rows):
            pt1=(cols-1,i)
            pt2=(cols-1-hor_list[i],i)
            cv2.line(img_white,pt1,pt2,(0,),1)
        cv2.imshow('水平投影',img_white)
        cv2.waitKey(0)
        
        #取出各个文字区间
        vv_list=get_vvList(hor_list)
        for i in vv_list:
            img_hor=img_bgr[i[0]:i[-1],:,:]
            cv2.imshow('文本行',img_hor)
            cv2.waitKey(0)

运行上述代码,可以看到水平投影的效果。

在这里插入图片描述

根据投影法的特征,可以很容易就将上述文本分割成文本行,如下图所示:

在这里插入图片描述

加载全部内容

相关教程
猜你喜欢
用户评论