北京建设工程建设交易信息网站数据推广公司
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:
实现效果
