''' Created on 2019年3月15日@author: Qiuyi ''' from matplotlib import pyplot as plt import numpy as np import cv2rawimg = cv2.imread(r"D:\LearningFiles\splitCharactersOfPicture(python+cv2)\pyimagesplit1.jpg") # rawimg = cv2.imread(r"D:\LearningFiles\splitCharactersOfPicture(python+cv2)\6E57.jpg") fig = plt.figure(figsize=(10,15)) fig.add_subplot(2,3,1) plt.title("raw image") plt.imshow(rawimg)fig.add_subplot(2,3,2) plt.title("grey scale image") # 在處理之前，我們首先應該將圖像去RGB，即在它對應的灰度圖像上進行處理。 # 我們可以使用opencv python庫中的cvtColor函數來實現到灰度圖像的轉換 grayscaleimg = cv2.cvtColor(rawimg,cv2.COLOR_BGR2GRAY) plt.imshow(grayscaleimg,cmap='gray')# 然后，我們需要對圖片進行歸一化，這樣可以減少最后分割出的數字中的噪聲 # 這里我們采取了對每個像素減去圖像總像素的平均數，并設置閾值50以下的像素歸零來實現歸一化 # 這樣基本上背景像素就變成0了 grayscaleimg = grayscaleimg - int(np.mean(grayscaleimg)) grayscaleimg[grayscaleimg < 50] = 0# counting non-zero value by row , axis y # 可以得到字符高的邊界 row_nz = [] for row in grayscaleimg.tolist():row_nz.append(len(row) - row.count(0)) fig.add_subplot(2,3,3) plt.title("non-zero values on y (by row)") plt.plot(row_nz)# counting non-zero value by column, x axis # 可以得到字符寬的邊界，波形的波谷即間隔 col_nz = [] for col in grayscaleimg.T.tolist():col_nz.append(len(col) - col.count(0)) fig.add_subplot(2,3,4) plt.title("non-zero values on y (by col)") plt.plot(col_nz)##### start split # first find upper and lower boundary of y (row) fig.add_subplot(2,3,5) plt.title("y boudary deleted") upper_y = 0 # 遇到行不為0，即有數字時，記錄行數 for i,x in enumerate(row_nz):if x != 0:upper_y = ibreak lower_y = 0 for i,x in enumerate(row_nz[::-1]):if x!=0:lower_y = len(row_nz) - ibreak sliced_y_img = grayscaleimg[upper_y:lower_y,:] plt.imshow(sliced_y_img)# then we find left and right boundary of every digital (x, on column) column_boundary_list = [] record = False # list[:-1],slice all the list without the last one for i,x in enumerate(col_nz[:-1]):# 尋找邊界iif (col_nz[i] == 0 and col_nz[i+1] != 0) or col_nz[i] != 0 and col_nz[i+1] == 0:column_boundary_list.append(i+1) img_list = [] # i是所有左邊界，[i:i+2]切片得到每個字符的左右邊界 xl = [ column_boundary_list[i:i+2] for i in range(0,len(column_boundary_list),2) ] for x in xl:img_list.append(sliced_y_img[:,x[0]:x[1]] )# del invalid image # 刪去寬度不大于5像素的錯誤圖片 img_list = [ x for x in img_list if x.shape[1] > 5 ]# show image fig = plt.figure() plt.title("x boudary deleted") for i,img in enumerate(img_list):fig.add_subplot(3,4,i+1)plt.imshow(img)plt.imsave(r"C:\Users\Qiuyi\Desktop\%s.jpg"%i,img)plt.show()

參考
圖像中的字符定位與分割（Python實現）
代碼
鏈接：https://pan.baidu.com/s/1TTQAVqIoMp22_QM7aNsX3Q
提取碼：811s

總結

以上是生活随笔為你收集整理的对图片字符进行定位及分割（python+cv2）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。