原图
代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
|
src = cv2.imread( "28.png" )
gray_src = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)
#cv2.imshow("input image", src)
#cv2.imshow("gray image", gray_src)
#cv2.waitKey(0)
gray_src = cv2.bitwise_not(gray_src)
#二值化
binary_src = cv2.adaptiveThreshold(gray_src, 255 , cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 15 , - 2 )
cv2.namedWindow( "result image" , cv2.WINDOW_AUTOSIZE)
cv2.imshow( "result image" , binary_src)
#cv2.waitKey(0)
# 提取水平线 src.shape[1]得到src列数
#hline = cv2.getStructuringElement(cv2.MORPH_RECT, (1, 1), (-1, -1))
hline = cv2.getStructuringElement(cv2.MORPH_RECT, ( 1 , 4 ), ( - 1 , - 1 )) #定义结构元素,卷积核
# 提取垂直线 src.shape[0]得到src行数
vline = cv2.getStructuringElement(cv2.MORPH_RECT, ( 4 , 1 ), ( - 1 , - 1 ))
#vline = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3))
# 这两步就是形态学的开操作——先腐蚀再膨胀
#temp = cv2.erode(binary_src, hline) #腐蚀
#dst = cv2.dilate(temp, hline) #膨胀
# 开运算
dst = cv2.morphologyEx(binary_src, cv2.MORPH_OPEN, hline) #水平方向
dst = cv2.morphologyEx(dst, cv2.MORPH_OPEN, vline) #垂直方向
#将二指图片的效果反转既黑色变白色,白色变黑色。 非操作
dst = cv2.bitwise_not(dst)
cv2.imshow( "Final image" , dst)
cv2.waitKey( 0 )
|
结果图,还有一些点需要进一步处理
补充知识:Opencv 提取水平 垂直线,去除杂线,提取对象
我就废话不多说了,大家还是直接看代码吧~
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
|
#include<opencv2\opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
int main( int argc, char * argv[])
{
Mat src = imread( "截图3.jpg" );
if (src.empty())
{
return - 1 ;
}
String strInput = "input image" ;
namedWindow(strInput, CV_WINDOW_AUTOSIZE);
imshow(strInput, src);
Mat dst;
cvtColor(src, dst, CV_BGR2GRAY); / / 转灰度
imshow( "output grap image" , dst);
Mat binimg;
adaptiveThreshold(~dst, binimg, 255 , ADAPTIVE_THRESH_MEAN_C, ADAPTIVE_THRESH_MEAN_C, 15 , - 2 ); / / 转二值
imshow( "binary image" , binimg);
Mat hLine = getStructuringElement(MORPH_RECT, Size(src.cols / 16 , 1 ), Point( - 1 , - 1 )); / / 水平结构
Mat vLine = getStructuringElement(MORPH_RECT, Size( 1 , src.rows / 16 ), Point( - 1 , - 1 )); / / 垂直结构
Mat kernel = getStructuringElement(MORPH_RECT, Size( 3 , 3 ), Point( - 1 , - 1 )); / / 去除杂线 提取对象
Mat tmp;
/ / erode(binimg, tmp, vLine);
/ / dilate(tmp, dst, vLine);
morphologyEx(binimg, dst, CV_MOP_OPEN,hLine);
bitwise_not(dst, dst); / / 取反
blur(dst, dst, Size( 3 , 3 ), Point( - 1 , - 1 ));
imshow( "Final image" , dst);
waitKey( 0 );
return 0 ;
}
|
以上这篇Python OpenCV去除字母后面的杂线操作就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持服务器之家。
原文链接:https://blog.csdn.net/sxlsxl119/article/details/80223729