如何在不丢失opencv信息的情况下分割手写和印刷数字？

Question

我已经编写了一个算法来检测印刷和手写数字并对其进行分割，但是在使用 ski-image 包中的 clear_border 删除外部矩形手写数字时会丢失。任何阻止信息的建议。

样本：

如何分别获取全部5个字符？

Answer 1

eroded/cropped手写数字问题： 你可以在识别步骤中解决这个问题，甚至在图像改进步骤中（识别之前）。

如果只有一小部分数字被裁剪（例如您的图像示例），将图像填充 1 或 2 个像素就足以使分割过程变得容易。或者一些 morpho 过滤器（扩张）甚至可以在填充后改善你的数字。（这些解决方案在 Opencv 中可用）
如果裁剪了足够好的数字部分，则需要将 degraded/cropped 数字模式添加到用于数字识别算法的训练数据集中，（即数字 3 以及所有可能的裁剪情况等） )

字符分隔问题：

opencv 提供的 blob 检测算法可以很好地解决您的问题（为凹凸参数选择正确的值）
opencv 还提供轮廓检测器（canny() 函数），它有助于检测角色的轮廓，然后您可以找到合适的边界（ Opencv 也提供：cv2.approxPolyDP(contour,..,..)) box around each character

Answer 2

从图像中分割字符 -

接近 -

阈值图像（将其转换为 BW）
执行扩张
检查轮廓是否足够大
查找矩形轮廓
获取ROI并保存角色

Python代码-

# import the necessary packages
import numpy as np
import cv2
import imutils

# load the image, convert it to grayscale, and blur it to remove noise
image = cv2.imread("sample1.jpg")
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
gray = cv2.GaussianBlur(gray, (7, 7), 0)

# threshold the image
ret,thresh1 = cv2.threshold(gray ,127,255,cv2.THRESH_BINARY_INV)

# dilate the white portions
dilate = cv2.dilate(thresh1, None, iterations=2)

# find contours in the image
cnts = cv2.findContours(dilate.copy(), cv2.RETR_EXTERNAL,
    cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if imutils.is_cv2() else cnts[1]

orig = image.copy()
i = 0

for cnt in cnts:
    # Check the area of contour, if it is very small ignore it
    if(cv2.contourArea(cnt) < 100):
        continue

    # Filtered countours are detected
    x,y,w,h = cv2.boundingRect(cnt)

    # Taking ROI of the cotour
    roi = image[y:y+h, x:x+w]

    # Mark them on the image if you want
    cv2.rectangle(orig,(x,y),(x+w,y+h),(0,255,0),2)

    # Save your contours or characters
    cv2.imwrite("roi" + str(i) + ".png", roi)

    i = i + 1 

cv2.imshow("Image", orig) 
cv2.waitKey(0)

首先，我对图像进行了阈值处理，将其转换为黑白。我得到图像白色部分的字符和黑色背景。然后我放大图像使字符（白色部分）变粗，这样可以很容易地找到合适的轮廓。然后 find findContours 方法用于查找轮廓。然后我们需要检查轮廓是否足够大，如果轮廓不够大则忽略它（因为那个轮廓是噪声）。然后使用 boundingRect 方法找到轮廓的矩形。最后，保存并绘制检测到的轮廓。

输入图像-

阈值 -

膨胀 -

轮廓 -

保存的字符 -

如何在不丢失opencv信息的情况下分割手写和印刷数字？

How to Segment handwritten and printed digit without losing information in opencv?

opencv

image-processing

digits

computer-vision

python-3.x