Question

目前我正在尝试从像这样的图像中提取象形文字符号。

我所做的是使用hough变换来查找线条并将图像分成几部分以便于我使用。但我尝试了一套算法来从图像中提取沉没的字母，然后我走到了尽头......

我所尝试的是形态学操作和边缘检测以及轮廓发现的混合。那么是否有任何算法设计为做这样的事情或任何提示将不胜感激。

Answer 1

您可以对输入图像进行上采样，应用一些平滑，然后找到Otsu阈值，然后use this threshold to find Canny edges使用不同的窗口大小。

对于较大的窗口（5 x 5），您会得到一个嘈杂的图像，其中包含您需要的几乎所有边缘以及噪点。

对于较小的窗口（3 x 3），您可以获得噪声较小的图像，但缺少一些边缘。

如果这个噪声较小的图像不够好，可以尝试使用噪声图像作为掩模进行形态重建。在这里，我使用形态命中 - 未命中变换链接了噪声图像中的一些对角线边缘段，然后应用重建。

使用

Mat k = (Mat_<int>(3, 3) <<
        0, 0, 1,
        0, -1, 0,
        1, 0, 0);

用于链接断边的内核，可以获得更薄的轮廓。

请注意，在下面的c++代码中，我使用过天真的重建。

Mat im = imread("rsSUY.png", 0);
/* up sample and smooth */
pyrUp(im, im);
GaussianBlur(im, im, Size(5, 5), 5);
/* find the Otsu threshold */
Mat bw1, bw2;
double th = threshold(im, bw1, 0, 255, THRESH_BINARY | THRESH_OTSU);
/* use the found Otsu threshold for Canny */
Canny(im, bw1, th, th/2, 5, true);  /* this result would be noisy */
Canny(im, bw2, th, th/2, 3, true);  /* this result would be less noisy */

/* link broken edges in more noisy image using hit-miss transform */
Mat k = (Mat_<int>(3, 3) <<
    0, 0, 1,
    0, -1, 0,
    0, 0, 0);
Mat hitmiss;
morphologyEx(bw1, hitmiss, MORPH_HITMISS, k);
bw1 |= hitmiss;

/* apply morphological reconstruction to less noisy image using the modified noisy image */
Mat kernel = getStructuringElement(MORPH_ELLIPSE, Size(3, 3));
double prevMu = 0;
Mat recons = bw2.clone();
for (int i = 0; i < 200; i++)
{
    dilate(recons, recons, kernel);
    recons &= bw1;
    Scalar mu = mean(recons);
    if (abs(mu.val[0] - prevMu) < 0.001)
    {
        break;
    }
    prevMu = mu.val[0];
}

imshow("less noisy", bw2);
imshow("reconstructed", recons);

waitKey();