时间戳

首页 > 解决方案 > 从图像中提取和保存字符

python - 从图像中提取和保存字符

问题描述

我正在跟进这篇文章：如何从图像中仅提取字符？

该解决方案非常适合我（经过一些调整）以达到其预期目的。但是，我试图通过保存每个字符来更进一步。因此，在这篇文章的示例中，我希望将字符K、N和保存M为它们自己的单独图像。我尝试使用带有 rect 对象的函数迭代嵌套的 if 循环，cv2.imwrite尽管最终输出是 7 个包含整个图像的图像，并且每次只使用一个额外的矩形来突出显示下一个轮廓。

示例图像：

标签： pythonimageimage-processingcomputer-visioncontour

解决方案

这是一个简单的方法：

  1. 获取二值图像。加载图像，灰度，Otsu的阈值

  2. 提取 ROI。 查找轮廓 并从左到右排序，以确保我们的轮廓具有正确的顺序imutils.contours.sort_contours。我们使用轮廓区域进行过滤，然后使用 Numpy 切片提取并保存每个 ROI。

输入

在此处输入图像描述

二进制图像

在此处输入图像描述

检测到的字符以绿色突出显示

在此处输入图像描述

提取的 ROI

在此处输入图像描述

代码

import cv2
from imutils import contours

# Load image, grayscale, Otsu's threshold
image = cv2.imread('1.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_OTSU + cv2.THRESH_BINARY_INV)[1]

# Find contours, sort from left-to-right, then crop
cnts = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
cnts, _ = contours.sort_contours(cnts, method="left-to-right")

# Filter using contour area and extract ROI
ROI_number = 0
for c in cnts:
    area = cv2.contourArea(c)
    if area > 10:
        x,y,w,h = cv2.boundingRect(c)
        ROI = image[y:y+h, x:x+w]
        cv2.imwrite('ROI_{}.png'.format(ROI_number), ROI)
        cv2.rectangle(image, (x, y), (x + w, y + h), (36,255,12), 2)
        ROI_number += 1

cv2.imshow('thresh', thresh)
cv2.imshow('image', image)
cv2.waitKey()

推荐阅读