Python實現投影法分割圖像示例(二)

更新時間：2020年01月17日 16:53:27 作者：TIME_LEAF

今天小編就為大家分享一篇Python實現投影法分割圖像示例(二)，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

在上篇博客中，我們已經實現了水平投影和垂直投影圖的繪制。接下來，我們可以根據獲得的投影數據進行圖像的分割，該法用于文本分割較多，所以此處依然以上次的圖為例。

先把上次的兩幅圖搬過來，方便講解。

上面兩圖分別從垂直和水平方向描述了圖像中文本的分布。我們想象一下，將兩幅圖重疊起來（當然這里比例要調整下），那么我們就能得到四個重疊的白塊，而這些白塊所處的位置正是原圖中文本的位置。所以接下來的任務就是，找出這些白塊的坐標，此處白塊近似矩形，所以我們要求矩形的四個坐標。

下面看代碼。

#根據水平投影值選定行分割點
inline = 1
start = 0
j = 0
for i in range(0,height):
  if inline == 1 and z[i] >= 150 : #從空白區(qū)進入文字區(qū)
    start = i #記錄起始行分割點
    print i
    inline = 0
  elif (i - start > 3) and z[i] < 150 and inline == 0 : #從文字區(qū)進入空白區(qū)
    inline = 1
    hfg[j][0] = start - 2 #保存行分割位置
    hfg[j][1] = i + 2
    j = j + 1

確定行分割點的原理就是判斷每一行的像素點數是否足夠。我們可以從水平投影圖中看出，白塊是有文字的地方（原圖是黑字白底，只是畫投影圖時選用白塊黑底），即前面幾行，灰度值為0的點的個數N很少，所以當遇到文字區(qū)時，N會很大，根據這一點，我們確定進入文字區(qū)的坐標（A1，B1）。然后，當從文字區(qū)出來時，N又變的很小，我們再記下它的坐標（A1，B2）。同理，我們可以確定列分割點。

  incol = 1
  start1 = 0
  j1 = 0
  z1 = hfg[p][0]
  z2 = hfg[p][1]
  for i1 in range(0,width):
    if incol == 1 and v[i1] >= 20 : #從空白區(qū)進入文字區(qū)
      start1 = i1 #記錄起始列分割點
      incol = 0
    elif (i1 - start1 > 3) and v[i1] < 20 and incol == 0 : #從文字區(qū)進入空白區(qū)
      incol = 1
      lfg[j1][0] = start1 - 2  #保存列分割位置
      lfg[j1][1] = i1 + 2
      l1 = start1 - 2
      l2 = i1 + 2
      j1 = j1 + 1

最后根據矩形的坐標將文本在圖中框出來。附上完整代碼。

import cv2
import numpy
img = cv2.imread('D:/0.jpg',cv2.COLOR_BGR2GRAY)
height, width = img.shape[:2]
#print height, width
#resized = cv2.resize(img, (2*width,2*height), interpolation=cv2.INTER_CUBIC)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
(_, thresh) = cv2.threshold(gray, 140, 255, cv2.THRESH_BINARY) 
#使文字增長成塊
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (2, 2))#形態(tài)學處理，定義矩形結構
closed = cv2.erode(thresh, None, iterations = 7)
#cv2.imshow('erode',closed)
height, width = closed.shape[:2]
#print height, width
z = [0]*height
v = [0]*width
hfg = [[0 for col in range(2)] for row in range(height)]
lfg = [[0 for col in range(2)] for row in range(width)]
box = [0,0,0,0]
#水平投影
a = 0
emptyImage1 = numpy.zeros((height, width, 3), numpy.uint8) 
for y in range(0, height):
  for x in range(0, width):
    cp = closed[y,x]
    #if np.any(closed[y,x]):
    if cp == 0:
      a = a + 1
    else :
      continue
  z[y] = a
  #print z[y]
  a = 0
#根據水平投影值選定行分割點
inline = 1
start = 0
j = 0
for i in range(0,height):
  if inline == 1 and z[i] >= 150 : #從空白區(qū)進入文字區(qū)
    start = i #記錄起始行分割點
    #print i
    inline = 0
  elif (i - start > 3) and z[i] < 150 and inline == 0 : #從文字區(qū)進入空白區(qū)
    inline = 1
    hfg[j][0] = start - 2 #保存行分割位置
    hfg[j][1] = i + 2
    j = j + 1
 
#對每一行垂直投影、分割
a = 0
for p in range(0, j):
  for x in range(0, width):
    for y in range(hfg[p][0], hfg[p][1]):
      cp1 = closed[y,x]
      if cp1 == 0:
        a = a + 1
      else :
        continue
    v[x] = a #保存每一列像素值
    a = 0
  #print width
  #垂直分割點
  incol = 1
  start1 = 0
  j1 = 0
  z1 = hfg[p][0]
  z2 = hfg[p][1]
  for i1 in range(0,width):
    if incol == 1 and v[i1] >= 20 : #從空白區(qū)進入文字區(qū)
      start1 = i1 #記錄起始列分割點
      incol = 0
    elif (i1 - start1 > 3) and v[i1] < 20 and incol == 0 : #從文字區(qū)進入空白區(qū)
      incol = 1
      lfg[j1][0] = start1 - 2  #保存列分割位置
      lfg[j1][1] = i1 + 2
      l1 = start1 - 2
      l2 = i1 + 2
      j1 = j1 + 1
      cv2.rectangle(img, (l1, z1), (l2, z2), (255,0,0), 2)      
cv2.imshow('result', img)
cv2.waitKey(0)

代碼中注釋掉的一些代碼，有的是我做的一些小變動，有的是觀察中間值。大家可自行查看。

最后放上結果圖。