代码之家 › 专栏 › 技术社区 › hypadr1v3

cv2.MORPH_将字母紧密连接在一起

image-morphology opencv python-3.x

-1

hypadr1v3 · 技术社区 · 8 年前

但它把一些字母连接在一起,当我检测到它的轮廓时就会产生问题。例如:

是否有一些调整,我可以做我的代码来解决这个问题,或者我将不得不做一个不同的方式?(但它必须是一个关闭算法或函数,因为它在预处理中非常有用)。

我使用的代码如下:

kernel = np.ones((5,5),np.uint8)
opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel)
closing = cv2.morphologyEx(opening, cv2.MORPH_CLOSE, kernel)

1 回复 | 直到 8 年前

1

0

John_Sharp1318 8 年前

以下是可行的解决方案:

  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,图像是二值化和反转的,以使字母显示为白底黑底。

_,It = cv2.threshold(I,0.,255,cv2.THRESH_OTSU)
It = cv2.bitwise_not(It)

_,labels = cv2.connectedComponents(I)

最后一步是为每个标签值找到图像中与其对应的区域,处理该区域的外部轮廓,并在输出图像中“绘制”。

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。