我正在使用Opencv对图像进行一些形态学操作:
docs
但是当我检测到它们的轮廓时,它将一些字母连接在一起会产生问题。例如:
是否可以通过代码进行一些调整来解决此问题,还是必须以其他方式进行?(但必须是封闭算法或函数,因为它对预处理非常有帮助)。
我正在使用的代码如下:
kernel = np.ones((5,5),np.uint8)
opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel)
closing = cv2.morphologyEx(opening, cv2.MORPH_CLOSE, kernel)
答案 0 :(得分:0)
这是可行的解决方案:
import numpy as np
import cv2
from matplotlib import pyplot as plt
I = cv2.imread('/home/smile/Downloads/words.jpg',cv2.IMREAD_GRAYSCALE)
_,It = cv2.threshold(I,0.,255,cv2.THRESH_OTSU)
It = cv2.bitwise_not(It)
_,labels = cv2.connectedComponents(I)
result = np.zeros((I.shape[0],I.shape[1],3),np.uint8)
for i in range(labels.min(),labels.max()+1):
mask = cv2.compare(labels,i,cv2.CMP_EQ)
_,ctrs,_ = cv2.findContours(mask,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)
result = cv2.drawContours(result,ctrs,-1,(0xFF,0,0))
plt.figure()
plt.imshow(result)
plt.axis('off')
在前两个步骤中,对图像进行二值化和反转处理,以使字母显得白底黑字。
_,It = cv2.threshold(I,0.,255,cv2.THRESH_OTSU)
It = cv2.bitwise_not(It)
然后在下一步中,每个字母将成为一个标记区域。
_,labels = cv2.connectedComponents(I)
对于每个标签值,最后一步包括在图像中查找与其对应的区域,处理该区域的外部轮廓并将其“绘制”在输出图像中。
result = np.zeros((I.shape[0],I.shape[1],3),np.uint8)
for i in range(labels.min(),labels.max()+1):
mask = cv2.compare(labels,i,cv2.CMP_EQ)
_,ctrs,_ = cv2.findContours(mask,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)
result = cv2.drawContours(result,ctrs,-1,(0xFF,0,0)
希望有帮助。