当前位置：首页 > news >正文

从图像中提取的每行数字作为一张完整的图片，而不是每个数字单独成为一张图片

news 来源：原创 2025/5/17 8:19:27

具体实现思路：

提取行区域：先通过轮廓或空白区域分割出每行数字。
确保每行是一个整体：在提取每行时，确保提取区域的宽度包含该行所有的数字（即避免单独分割每个数字）。
保存每一行作为一张图片：确保每行的区域保持原样，保存为单张图片。
获取轮廓并按 y 坐标排序：先找到所有数字的轮廓，并按 y 坐标从上到下排序。这样可以确保我们从上到下处理每一行。
合并相邻行：当检测到当前行的 y 坐标与前一行的 y 坐标非常接近时，认为它们属于同一行，可以将这两个区域合并成一张图片。
分割行并保存：将属于同一水平线的多个区域合并成一个区域后，保存为一张新的图片。

import cv2
import numpy as np

# 读取图片
image = cv2.imread('image.png')

# 转为灰度图像
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 二值化图像，使得文字变为白色，背景变为黑色
_, thresh = cv2.threshold(gray, 200, 255, cv2.THRESH_BINARY_INV)

# 查找轮廓（可以忽略背景，集中在文字区域）
contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 按照y坐标排序（从上到下）
contours = sorted(contours, key=lambda ctr: cv2.boundingRect(ctr)[1])

# 设定一个阈值，用于判断是否为同一行（水平对齐）
y_threshold = 10  # 根据实际情况调整，表示两行之间的最大间距

# 初始化一个空列表，用于存储行的图片
row_images = []
current_row = []

# 遍历所有轮廓
for i, contour in enumerate(contours):
    x, y, w, h = cv2.boundingRect(contour)

    # 过滤掉噪音区域（高度过小的区域）
    if h > 20:
        # 如果当前行是空的，或者当前行的y坐标和上一行的y坐标相差较小（认为是同一行）
        if not current_row or abs(current_row[-1][1] - y) < y_threshold:
            # 将当前轮廓的区域加入当前行
            current_row.append((x, y, w, h))
        else:
            # 如果是新的一行，则合并上一行的图片并清空当前行
            if current_row:
                # 计算当前行的左上角和右下角，合并所有小块区域
                x_min = min([rect[0] for rect in current_row])
                y_min = min([rect[1] for rect in current_row])
                x_max = max([rect[0] + rect[2] for rect in current_row])
                y_max = max([rect[1] + rect[3] for rect in current_row])
                
                # 裁剪出当前行的完整图像
                row_image = image[y_min:y_max, x_min:x_max]
                row_images.append(row_image)

            # 重置当前行，添加当前轮廓
            current_row = [(x, y, w, h)]

# 最后处理剩余的行
if current_row:
    # 合并最后一行
    x_min = min([rect[0] for rect in current_row])
    y_min = min([rect[1] for rect in current_row])
    x_max = max([rect[0] + rect[2] for rect in current_row])
    y_max = max([rect[1] + rect[3] for rect in current_row])
    
    row_image = image[y_min:y_max, x_min:x_max]
    row_images.append(row_image)

# 保存每一行作为图片
for i, row_image in enumerate(row_images):
    cv2.imwrite(f'row_{i+1}.png', row_image)

原图: