实战

2024-03-31 12:24| 来源: 网络整理| 查看: 265

导读

本文主要介绍如何用OpenCV将不同的轮廓合并成一个轮廓的实现方法和代码演示。

背景介绍

在图像处理的应用场景中常常会遇到一种情况，本来是一个整体的目标，因为不同的亮度或其他原因导致它分割成多个部分，这种情况在用OpenCV处理的时候会被当成多个轮廓(如下图所示)，那么遇到这种情况，我们如何把不同的轮廓合并成一个轮廓，然后做后续的处理呢？

实现方法与步骤

这里我们不用上面的绘画图，而是使用下面这张图做演示：

我们的目的：将上图中的文字轮廓看成一个整体，然后求其最小外接矩形，获得角度，将文字旋转水平，后续可以做简单的文字识别。

【1】先提取文字部分轮廓(S通道阈值处理)

hsvImg = cv2.cvtColor(src,cv2.COLOR_BGR2HSV) H,S,V = cv2.split(hsvImg) ret, thresImg= cv2.threshold(S, 138, 255, cv2.THRESH_BINARY)

【2】中值滤波去除小杂讯

blurImg = cv2.medianBlur(thresImg,5) cv2.imshow('blur', blurImg)

【3】查找轮廓计算轮廓最小外接矩形

contours,hierarchy = cv2.findContours(blurImg, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE) merge_list = [] for cnt in contours: rect = cv2.minAreaRect(cnt) box = cv2.boxPoints(rect) box = np.int0(box) split_res = cv2.drawContours(split_res,[box],0,(0,0,255),2) merge_list.append(cnt)

【4】轮廓合并成一个绘制最小外接矩形

contours_merge = np.vstack([merge_list[0],merge_list[1]]) for i in range(2, len(merge_list)): contours_merge = np.vstack([contours_merge,merge_list[i]]) rect2 = cv2.minAreaRect(contours_merge) box2 = cv2.boxPoints(rect2) box2 = np.int0(box2) merge_res = cv2.drawContours(merge_res,[box2],0,(0,255,0),2)

完整代码与效果：

import numpy as np import cv2 src = cv2.imread('A.jpg') cv2.imshow('src', src) split_res = src.copy()#显示每个轮廓结构 merge_res = src.copy()#显示合并后轮廓结构 # 记录开始时间 start = cv2.getTickCount() hsvImg = cv2.cvtColor(src,cv2.COLOR_BGR2HSV) H,S,V = cv2.split(hsvImg) ret, thresImg= cv2.threshold(S, 138, 255, cv2.THRESH_BINARY) cv2.imshow('threshold', thresImg) blurImg = cv2.medianBlur(thresImg,5) cv2.imshow('blur', blurImg) contours,hierarchy = cv2.findContours(blurImg, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE) merge_list = [] for cnt in contours: rect = cv2.minAreaRect(cnt) box = cv2.boxPoints(rect) box = np.int0(box) split_res = cv2.drawContours(split_res,[box],0,(0,0,255),2) merge_list.append(cnt) cv2.imshow('split_res', split_res) cv2.imwrite('split_res.jpg', split_res) contours_merge = np.vstack([merge_list[0],merge_list[1]]) for i in range(2, len(merge_list)): contours_merge = np.vstack([contours_merge,merge_list[i]]) rect2 = cv2.minAreaRect(contours_merge) box2 = cv2.boxPoints(rect2) box2 = np.int0(box2) merge_res = cv2.drawContours(merge_res,[box2],0,(0,255,0),2) cv2.imshow('merge_res', merge_res) cv2.imwrite('merge_res.jpg', merge_res) # 记录结束时间 end = cv2.getTickCount() # 运行耗时 use_time = (end - start) / cv2.getTickFrequency() print('use-time: %.3fs' % use_time) cv2.waitKey(0) cv2.destroyAllWindows() print ('finish')

然后通过最小外接矩形角度旋转即可矫正了

【本文地址】

公司简介

联系我们