文章目录

背景

图像预处理

确定字符区域

分割单个字符

完整源码

结语

背景

在诸如车牌识别，数字仪表识别等问题中，最关键的就是将单个的字符分割开来再分别进行识别，如下图。最近刚好用到，就自己写了一个简单地算法进行字符分割，来记录一下。

图像预处理

彩图二值化以减小参数量，再进行腐蚀膨胀去除噪点。

image = cv2.imread('F://demo.jpg', 0)  # 读取为灰度图

_, image = cv2.threshold(image, 50, 255, cv2.THRESH_BINARY)  # 二值化

kernel1 = cv2.getStructuringElement(cv2.MORPH_RECT, (7, 7))  # 腐蚀膨胀核

kernel2 = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))  # 腐蚀膨胀核

image = cv2.erode(image, kernel=kernel1)  # 腐蚀

image = cv2.dilate(image, kernel=kernel2)  # 膨胀

确定字符区域

考虑最理想的情况，图中的字符是端正没有倾斜歪曲的。将像素灰度矩阵分别进行列相加、行相加，则在得到的列和、行和数组中第一个非 0 元素索引到最后一个非 0 元素索引包裹的区间即就是字符区域。

h, w = image.shape  # 原图的高和宽

list1 = []  # 列和

list2 = []  # 行和

for i in range(w):

    list1.append(1 if image[:, i].sum() != 0 else 0)  # 列求和,不为0置1

for i in range(h):

    list2.append(1 if image[i, :].sum() != 0 else 0)  # 行求和,不为0置1

# 裁剪字符区域

# 求行的范围

flag = 0

for i, e in enumerate(list1):

    if e != 0:

        if flag == 0:  # 第一个不为0的位置记录

            start_w = i

            flag = 1

        else:  # 最后一个不为0的位置

            end_w = i

# 求列的范围

flag = 0

for i, e in enumerate(list2):

    if e != 0:

        if flag == 0:  # 第一个不为0的位置记录

            start_h = i

            flag = 1

        else:  # 最后一个不为0的位置

            end_h = i

print(start_w, end_w)  # 行索引范围

print(start_h, end_h)  # 列索引范围

分割单个字符

与分割全部字符区域同理，在行和数组中非 0 元素索引的范围即是单个字符的区域。

l = ([i for i, e in enumerate(list1) if e != 0])  # 列和列表中不为0的索引

img_list = []  # 分割数字图片存储列表

temp = []  # 存储某一个数字的所有行索引值

n = 0  # 数字图片数量

for x in l:

    temp.append(x)

    if x+1 not in l:  # 索引不连续的情况

        if len(temp) != 1:

            start_w = min(temp)  # 索引最小值

            end_w = max(temp)  # 索引最大值

            img_list.append(image[start_h:end_h, start_w:end_w])  # 对该索引包括数字切片

            n += 1

        temp = []

print(n)  # 字符数

完整源码

import cv2

start_h, end_h, start_w, end_w = 0, 0, 0, 0  # 字符区域的高和宽起止

image = cv2.imread('F://001_1.jpg', 0)  # 直接读取为灰度图

cv2.imshow('img_GRAY', image)

_, image = cv2.threshold(image, 50, 255, cv2.THRESH_BINARY)  # 二值化

cv2.imshow('img_BINARY', image)

# 去噪点

kernel1 = cv2.getStructuringElement(cv2.MORPH_RECT, (7, 7))  # 简单腐蚀膨胀核

kernel2 = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))  # 简单腐蚀膨胀核

image = cv2.erode(image, kernel=kernel1)  # 腐蚀

image = cv2.dilate(image, kernel=kernel2)  # 膨胀

cv2.imshow('img_denoise', image)

h, w = image.shape  # 原图的高和宽

# print(h, w)

list1 = []  # 列和

list2 = []  # 行和

for i in range(w):

    list1.append(1 if image[:, i].sum() != 0 else 0)  # 列求和,不为0置1

for i in range(h):

    list2.append(1 if image[i, :].sum() != 0 else 0)  # 行求和,不为0置1

# print(len(list1))

# print(len(list2))

# 裁剪字符区域

# 求行的范围

flag = 0

for i, e in enumerate(list1):

    if e != 0:

        if flag == 0:  # 第一个不为0的位置记录

            start_w = i

            flag = 1

        else:  # 最后一个不为0的位置

            end_w = i

# 求列的范围

flag = 0

for i, e in enumerate(list2):

    if e != 0:

        if flag == 0:  # 第一个不为0的位置记录

            start_h = i

            flag = 1

        else:  # 最后一个不为0的位置

            end_h = i

print(start_w, end_w)  # 行索引范围

print(start_h, end_h)  # 列索引范围

cv2.imshow('img_number', image[start_h:end_h, start_w:end_w])

l = ([i for i, e in enumerate(list1) if e != 0])  # 列和列表中不为0的索引

# print(l)

img_list = []  # 分割数字图片存储列表

temp = []  # 存储某一个数字的所有行索引值

n = 0  # 数字图片数量

for x in l:

    temp.append(x)

    if x+1 not in l:  # 索引不连续的情况

        if len(temp) != 1:

            start_w = min(temp)  # 索引最小值

            end_w = max(temp)  # 索引最大值

            img_list.append(image[start_h:end_h, start_w:end_w])  # 对该索引包括数字切片

            n += 1

            # print(temp)

        temp = []

print(n)  # 字符数

for i in range(n):  # 显示保存字符

    cv2.imshow('number'+str(i), img_list[i])

    cv2.imwrite('F://demo'+str(i+1).zfill(2)+'.jpg', img_list[i])

cv2.waitKey(0)

————————————————