OpenCV单词轮廓检测
OpenCV单词轮廓检测
- 0. 前言
- 1. 策略分析
- 2. 检测字符轮廓
- 3. 检测单词轮廓
- 相关链接
0. 前言
在根据文档图像执行单词转录时,通常第一步是识别图像中单词的位置。我们可以使用两种不同的方法识别图像中的单词:
- 使用 CRAFT、EAST 等深度学习技术
- 使用基于 OpenCV 的技术
在本节中,我们将学习如何在不利用深度学习的情况下识别机器打印的单词。由于打印单词的背景和前景之间的对比度很高,因此不需要像 YOLO 之类的模型来识别单个单词的位置,在这种情况下,使用 OpenCV 可以在计算资源非常有限的情况下获得解决方案,唯一的缺点是准确率可能并非 100%,准确率取决于扫描图像的质量,如果扫描图像非常清晰,则准确率可以接近 100%。
1. 策略分析
利用 OpenCV 识别图像中的单词策略如下所示:
- 将图像转换为灰度图像
- 放大图像中的内容,膨胀操作可以将黑色像素扩散到相邻区域,因此将同一单词的字符连接起来,有助于确保同一个单词的字符之间的连接;需要注意的是,不能过度膨胀,以至于将属于不同相邻单词的字符也连接起来
- 连接字符后,利用 cv2.findContours 在每个单词周围绘制一个边界框
2. 检测字符轮廓
(1) 加载图像,并查看图像样本:
import cv2, numpy as np img = cv2.imread('1.png') img1 = cv2.cvtColor(img, cv2.COLOR_RGB2BGR) import matplotlib.pyplot as plt,cv2 plt.imshow(img1) plt.show()
(2) 将输入图像转换为灰度图像:
img_gray = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)
(3) 随机裁剪原始图像:
crop = img_gray[250:300,50:200] plt.imshow(crop,cmap='gray') plt.show()
(5) 二值化输入灰度图像:
_img_gray = np.uint8(img_gray
将小于 200 的像素的值置为 0,而像素强度大于 200 的值置为 255。
(6) 查找图像中的字符轮廓:
contours,hierarchy = cv2.findContours(_img_gray,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
使用 cv2.findContours 函数可以通过将一组连续的像素创建为对象的单个区域来查找轮廓。
(7) 将阈值图像转换为三通道图像,以便在字符周围绘制彩色边界框:
thresh1 = np.stack([_img_gray]*3,axis=2)
(8) 创建空白图像,以便将 thresh1 中的相关内容复制到新图像中:
thresh2 = np.zeros((thresh1.shape[0],thresh1.shape[1]))
(9) 获取轮廓并在轮廓所在的位置绘制一个矩形边界框,同时,将 thresh1 图像中与矩形边界框对应的内容复制到 thresh2 中:
for cnt in contours: if cv2.contourArea(cnt)>0: [x,y,w,h] = cv2.boundingRect(cnt) if ((h>5) & (h5: [x,y,w,h] = cv2.boundingRect(cnt) if ((h>5) & (h
文章版权声明:除非注明,否则均为主机测评原创文章,转载或复制请以超链接形式并注明出处。