Python+opencv 實現(xiàn)圖片文字的分割的方法示例

更新時間：2019年07月04日 11:23:02 作者：壞小孩90

這篇文章主要介紹了Python+opencv 實現(xiàn)圖片文字的分割的方法示例，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧

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)

從分割的結果上看，基本上實現(xiàn)了圖片中文字的分割。但由于中文結構復雜性，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，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: