Python实现投影法分割图像示例(二)
在上篇博客中，我们已经实现了水平投影和垂直投影图的绘制。接下来，我们可以根据获得的投影数据进行图像的分割，该法用于文本分割较多，所以此处依然以上次的图为例。
先把上次的两幅图搬过来，方便讲解。
上面两图分别从垂直和水平方向描述了图像中文本的分布。我们想象一下，将两幅图重叠起来（当然这里比例要调整下），那么我们就能得到四个重叠的白块，而这些白块所处的位置正是原图中文本的位置。所以接下来的任务就是，找出这些白块的坐标，此处白块近似矩形，所以我们要求矩形的四个坐标。
下面看代码。
#根据水平投影值选定行分割点 inline=1 start=0 j=0 foriinrange(0,height): ifinline==1andz[i]>=150:#从空白区进入文字区 start=i#记录起始行分割点 printi inline=0 elif(i-start>3)andz[i]<150andinline==0:#从文字区进入空白区 inline=1 hfg[j][0]=start-2#保存行分割位置 hfg[j][1]=i+2 j=j+1
确定行分割点的原理就是判断每一行的像素点数是否足够。我们可以从水平投影图中看出，白块是有文字的地方（原图是黑字白底，只是画投影图时选用白块黑底），即前面几行，灰度值为0的点的个数N很少，所以当遇到文字区时，N会很大，根据这一点，我们确定进入文字区的坐标（A1，B1）。然后，当从文字区出来时，N又变的很小，我们再记下它的坐标（A1，B2）。同理，我们可以确定列分割点。
incol=1 start1=0 j1=0 z1=hfg[p][0] z2=hfg[p][1] fori1inrange(0,width): ifincol==1andv[i1]>=20:#从空白区进入文字区 start1=i1#记录起始列分割点 incol=0 elif(i1-start1>3)andv[i1]<20andincol==0:#从文字区进入空白区 incol=1 lfg[j1][0]=start1-2#保存列分割位置 lfg[j1][1]=i1+2 l1=start1-2 l2=i1+2 j1=j1+1
最后根据矩形的坐标将文本在图中框出来。附上完整代码。
importcv2
importnumpy
img=cv2.imread('D:/0.jpg',cv2.COLOR_BGR2GRAY)
height,width=img.shape[:2]
#printheight,width
#resized=cv2.resize(img,(2*width,2*height),interpolation=cv2.INTER_CUBIC)
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
(_,thresh)=cv2.threshold(gray,140,255,cv2.THRESH_BINARY)
#使文字增长成块
kernel=cv2.getStructuringElement(cv2.MORPH_RECT,(2,2))#形态学处理，定义矩形结构
closed=cv2.erode(thresh,None,iterations=7)
#cv2.imshow('erode',closed)
height,width=closed.shape[:2]
#printheight,width
z=[0]*height
v=[0]*width
hfg=[[0forcolinrange(2)]forrowinrange(height)]
lfg=[[0forcolinrange(2)]forrowinrange(width)]
box=[0,0,0,0]
#水平投影
a=0
emptyImage1=numpy.zeros((height,width,3),numpy.uint8)
foryinrange(0,height):
forxinrange(0,width):
cp=closed[y,x]
#ifnp.any(closed[y,x]):
ifcp==0:
a=a+1
else:
continue
z[y]=a
#printz[y]
a=0
#根据水平投影值选定行分割点
inline=1
start=0
j=0
foriinrange(0,height):
ifinline==1andz[i]>=150:#从空白区进入文字区
start=i#记录起始行分割点
#printi
inline=0
elif(i-start>3)andz[i]<150andinline==0:#从文字区进入空白区
inline=1
hfg[j][0]=start-2#保存行分割位置
hfg[j][1]=i+2
j=j+1
#对每一行垂直投影、分割
a=0
forpinrange(0,j):
forxinrange(0,width):
foryinrange(hfg[p][0],hfg[p][1]):
cp1=closed[y,x]
ifcp1==0:
a=a+1
else:
continue
v[x]=a#保存每一列像素值
a=0
#printwidth
#垂直分割点
incol=1
start1=0
j1=0
z1=hfg[p][0]
z2=hfg[p][1]
fori1inrange(0,width):
ifincol==1andv[i1]>=20:#从空白区进入文字区
start1=i1#记录起始列分割点
incol=0
elif(i1-start1>3)andv[i1]<20andincol==0:#从文字区进入空白区
incol=1
lfg[j1][0]=start1-2#保存列分割位置
lfg[j1][1]=i1+2
l1=start1-2
l2=i1+2
j1=j1+1
cv2.rectangle(img,(l1,z1),(l2,z2),(255,0,0),2)
cv2.imshow('result',img)
cv2.waitKey(0)
代码中注释掉的一些代码，有的是我做的一些小变动，有的是观察中间值。大家可自行查看。
最后放上结果图。
由于文本的坐标已经有了，还可以把这些文本块截取下来，用一下PIL或者OPENCV就好了，此处就不做了。
以上这篇Python实现投影法分割图像示例(二)就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。