python opencv提取複雜背景下的文字

2021-09-13 03:32:16 字數 2083 閱讀 3901

簡要說明我的思路:

1.我的比較小,先放大。

2.灰度處理。

3.找到乙個區間值,對初步提取的文字進行膨脹及二次膨脹取輪廓。

4。獲取到的輪廓面積,因為我這裡是固定的取裡4個文字,所以我對比取輪廓面積最大的4個

4.最後獲取輪廓的矩形座標點,採用透視變換生成字型

最後還有一些優化的地方

提取**:

import cv2

import numpy as np

im = cv2.imread(r"fone\\5.png")

cv2.imshow('ceshi2',im)

#放大2.5倍

im = cv2.resize(im,none,fx=2.5,fy=2.5,interpolation=cv2.inter_cubic)

im_gray = cv2.cvtcolor(im, cv2.color_rgb2gray)

retval,grayfirst = cv2.threshold(im, 131, 255, cv2.thresh_binary)

#膨脹element = cv2.getstructuringelement(cv2.morph_rect,(15,8))

gray = cv2.dilate(grayfirst, element)

#再次膨脹,輪廓查詢

img=cv2.gaussianblur(gray,(3,3),0, 0)

element = cv2.getstructuringelement(cv2.morph_rect,(20,20))

img=cv2.dilate(img, element)

img=cv2.canny(img, 30, 10, 3)

#cv2.imshow('ceshi',img)

#cv2.drawcontours(img, contours, -1,(255,255,255), 3)

newz=

for i,cnt in enumerate(contours):

tmparea = cv2.contourarea(cnt)

nlist=(tmparea,i)

newz=sorted(newz,reverse=true)

newimg=

imgsize=30

#對字型稍加膨脹變得較清晰

element = cv2.getstructuringelement(cv2.morph_rect,(4,4))

grayfont = cv2.dilate(grayfirst, element)

#獲取面積最大4個

for i,mz in enumerate(newz[:4]):

rect = cv2.minarearect(contours[mz[1]])

box = np.int0(cv2.boxpoints(rect))

#box=np.array(checkxy(box.tolist()))

#print(newimg)

#透視變換

pts1 = np.float32(box)

pts2 = np.float32([[0,imgsize],[0,0],[imgsize,0],[imgsize,imgsize]])

m = cv2.getperspectivetransform(pts1 , pts2)

dst = cv2.warpperspective(grayfont , m , (imgsize , imgsize))

cv2.imwrite('test\\m{}.png'.format(i), dst)

cv2.drawcontours(grayfont, newimg, -1,(255,255,255), 1)

cv2.imshow('ceshi{}'.format(1), grayfont)

cv2.waitkey(0)

Python opencv邊緣提取

題目描述 利用opencv或其他工具編寫程式實現影象的邊緣提取。實現過程 import cv2 import numpy as np imread 兩個引數 1 路徑。img cv2.imread r c users pc desktop test1.bmp cv2.imshow img img r...

python opencv 安裝整理

這兩天比較有空,在公司內想學習一下opencv,又不想安裝vc 所以就那個python看opencv。安裝環境本來很簡單 但是我python是64的 估計也很多 而opencv的安裝要有乙個numpy庫 這個在官網上只有32位的 所以,事情變得複雜起來。網上找了一下,只道有提供64位版的numpy庫...

python opencv 輪廓檢測

輪廓 contours 指的是有相同顏色或者密度,連線所有連續點的一條曲線。檢測輪廓的工作對形狀分析和物體檢測與識別都非常有用。在輪廓檢測之前,首先要對進行二值化或者canny邊緣檢測。在opencv中,尋找的物體是白色的,而背景必須是黑色的,因此預處理時必須保證這一點。import cv2 讀入i...