【opencv小应用】图片中的字符分割提取

来源:互联网 发布:java求绝对值函数 编辑:程序博客网 时间:2024/05/17 07:48

源图片



像这些图片的字符就比较好操作,每个字符都独立,不连在一起,所以轮廓检测最好了。
所以就有:
1.源图片转成单通道的灰阶图片
2.对灰度图像进行阈值操作得到二值图像

(对于一些手机拍的,背景色不是纯的话,可以用cvSmooth()平滑一下。)

二值化后的图片



3.轮廓检测(只获取最外层的)
4.遍历所有检测到的轮廓,用cvBoundingRect()得到每一个轮廓的外接矩形

找到的轮廓



5.抠它们出来,这步在上面的遍历中直接通过setROI方法进行提取。

最后的结果


下面是源码:


#include "stdafx.h"#include "cv.h"#include "highgui.h"#include "cxcore.h"int main(int argc, char* argv[]){    IplImage* imgSrc = cvLoadImage("D:\\4.jpg",CV_LOAD_IMAGE_COLOR);    IplImage* img_gray = cvCreateImage(cvGetSize(imgSrc), IPL_DEPTH_8U, 1);    cvCvtColor(imgSrc, img_gray, CV_BGR2GRAY);    cvThreshold(img_gray, img_gray,100, 255,CV_THRESH_BINARY_INV);// CV_THRESH_BINARY_INV使得背景为黑色,字符为白色,这样找到的最外层才是字符的最外层    cvShowImage("ThresholdImg",img_gray);    CvSeq* contours = NULL;    CvMemStorage* storage = cvCreateMemStorage(0);     // 上面源图片有瑕疵可以用腐蚀,膨胀来祛除    int count = cvFindContours(img_gray, storage, &contours,sizeof(CvContour),CV_RETR_EXTERNAL);    printf("轮廓个数:%d",count);    int idx = 0;    char szName[56] = {0};int tempCount=0;    for (CvSeq* c = contours; c != NULL; c = c->h_next) {         CvRect rc =cvBoundingRect(c,0);                                                                                                               //      if ()    //       {  //           continue;     这里可以根据轮廓的大小进行筛选//       }    cvDrawRect(imgSrc, cvPoint(rc.x, rc.y), cvPoint(rc.x + rc.width, rc.y + rc.height), CV_RGB(255, 0, 0));    IplImage* imgNo = cvCreateImage(cvSize(rc.width, rc.height), IPL_DEPTH_8U, 3);     cvSetImageROI(imgSrc, rc);    cvCopyImage(imgSrc, imgNo);    cvResetImageROI(imgSrc);     sprintf(szName, "wnd_%d", idx++);     cvNamedWindow(szName);     cvShowImage(szName, imgNo); //如果想切割出来的图像从左到右排序,或从上到下,可以比较rc.x,rc.y;    cvReleaseImage(&imgNo);    }    cvNamedWindow("src");     cvShowImage("src", imgSrc);    cvWaitKey(0);     cvReleaseMemStorage(&storage);     cvReleaseImage(&imgSrc);     cvReleaseImage(&img_gray);     cvDestroyAllWindows();     return 0;                                                                                                                                     }


原创粉丝点击