OpenCV水平投影
Keras深度学习 人气:0对于如下一张图片，如何将文本区域分割成一行一行的了？
在文本分割领域中有一种很优秀的算法：投影法，包括水平投影法和垂直投影法。本文主要讲述水平投影法，水平投影法可以理解为一束光线从图像的左侧向右边进行照射，每一条光线可以理解为图像的一行，计算每一行上图像的黑色像素点，从而可以对图像进行分割。
import numpy as np
import cv2
def get_vvList(list_data):
#取出list中像素存在的区间
vv_list=list()
v_list=list()
for index,i in enumerate(list_data):
if i>0:
v_list.append(index)
else:
if v_list:
vv_list.append(v_list)
#list的clear与[]有区别
v_list=[]
return vv_list
if __name__=='__main__':
img_bgr=cv2.imread('./testImg/1.png',1)
if not img_bgr is None:
img=img_bgr.copy()
img_gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
#二值化
t,binary=cv2.threshold(img_gray,0,255,cv2.THRESH_OTSU+cv2.THRESH_BINARY)
'''
水平投影从左向右投射，计算每一行的黑色像素总数
'''
rows,cols=binary.shape
hor_list=[0]*rows
for i in range(rows):
for j in range(cols):
#统计每一行的黑色像素总数
if binary.item(i,j)==0:
hor_list[i]=hor_list[i]+1
'''
对hor_list中的元素进行筛选，可以去除一些噪点
'''
hor_arr=np.array(hor_list)
hor_arr[np.where(hor_arr<5)]=0
hor_list=hor_arr.tolist()
#绘制水平投影
img_white=np.ones(shape=(rows,cols),dtype=np.uint8)*255
for i in range(rows):
pt1=(cols-1,i)
pt2=(cols-1-hor_list[i],i)
cv2.line(img_white,pt1,pt2,(0,),1)
cv2.imshow('水平投影',img_white)
cv2.waitKey(0)
#取出各个文字区间
vv_list=get_vvList(hor_list)
for i in vv_list:
img_hor=img_bgr[i[0]:i[-1],:,:]
cv2.imshow('文本行',img_hor)
cv2.waitKey(0)
运行上述代码，可以看到水平投影的效果。
根据投影法的特征，可以很容易就将上述文本分割成文本行，如下图所示：
加载全部内容