it-roy-ru.com

определить прямоугольник на изображении и обрезать

У меня есть много отсканированных изображений рукописных цифр внутри прямоугольника (маленького) . [! [Like This] [1]] [1]

Пожалуйста, помогите мне обрезать каждое изображение, содержащее цифры, и сохранить их, дав одинаковое имя каждой строке. 

Правка

import cv2

img = cv2.imread('Data\Scan_20170612_4.jpg')

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
gray = cv2.bilateralFilter(gray, 11, 17, 17)
edged = cv2.Canny(gray, 30, 200)

_, contours, hierarchy = cv2.findContours(edged, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)

i = 0
for c in contours:
    peri = cv2.arcLength(c, True)
    approx = cv2.approxPolyDP(c, 0.09 * peri, True)

    if len(approx) == 4:
        screenCnt = approx
        cv2.drawContours(img, [screenCnt], -1, (0, 255, 0), 3)
        cv2.imwrite('cropped\\' + str(i) + '_img.jpg', img)

        i += 1
3
utkarsh

Вот моя версия

import cv2
import numpy as np

fileName = ['9','8','7','6','5','4','3','2','1','0']

img = cv2.imread('Data\Scan_20170612_17.jpg')

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
gray = cv2.bilateralFilter(gray, 11, 17, 17)

kernel = np.ones((5,5),np.uint8)
erosion = cv2.erode(gray,kernel,iterations = 2)
kernel = np.ones((4,4),np.uint8)
dilation = cv2.dilate(erosion,kernel,iterations = 2)

edged = cv2.Canny(dilation, 30, 200)

_, contours, hierarchy = cv2.findContours(edged, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

rects = [cv2.boundingRect(cnt) for cnt in contours]
rects = sorted(rects,key=lambda  x:x[1],reverse=True)


i = -1
j = 1
y_old = 5000
x_old = 5000
for rect in rects:
    x,y,w,h = rect
    area = w * h

    if area > 47000 and area < 70000:

        if (y_old - y) > 200:
            i += 1
            y_old = y

        if abs(x_old - x) > 300:
            x_old = x
            x,y,w,h = rect

            out = img[y+10:y+h-10,x+10:x+w-10]
            cv2.imwrite('cropped\\' + fileName[i] + '_' + str(j) + '.jpg', out)

            j+=1
2
utkarsh

Это легко, если ты попробуешь. Вот мой вывод- (изображение и его маленький кусочек)

 enter image description here

Что я сделал?

  1. Сначала изменил размер изображения, потому что оно было слишком большим на моем экране
  2. Эродировать, расширить, чтобы удалить маленькие точки и утолщать линии
  3. Пороговое изображение
  4. Заполнение наводнения, начиная с нужной точки
  5. Инвертировать заливку
  6. Найдите контуры и нарисуйте по одному, находясь в диапазоне приблизительно Области на прямоугольнике. Для моего изображения с измененным размером (500x500) я поместил контур области В диапазоне от 500 до 2500 (проб и ошибок в любом случае).
  7. Найдите ограничивающий прямоугольник и обрежьте эту маску из основного изображения.
  8. Затем сохраните этот кусок под правильным именем, чего я не сделал.

    Может быть, есть более простой способ, но мне это понравилось. Не ставлю код, потому что Я сделал все это неуклюжим. Поставлю, если тебе все еще это нужно.

    Вот как выглядит маска, когда вы находите контуры по очереди

 enter image description here

код:

import cv2;
import numpy as np;

# Run the code with the image name, keep pressing space bar

# Change the kernel, iterations, Contour Area, position accordingly
# These values work for your present image

img = cv2.imread("your_image.jpg", 0);
h, w = img.shape[:2]
kernel = np.ones((15,15),np.uint8)

e = cv2.erode(img,kernel,iterations = 2)  
d = cv2.dilate(e,kernel,iterations = 1)
ret, th = cv2.threshold(d, 150, 255, cv2.THRESH_BINARY_INV)

mask = np.zeros((h+2, w+2), np.uint8)
cv2.floodFill(th, mask, (200,200), 255); # position = (200,200)
out = cv2.bitwise_not(th)
out= cv2.dilate(out,kernel,iterations = 3)
cnt, h = cv2.findContours(out,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
for i in range(len(cnt)):
            area = cv2.contourArea(cnt[i])
            if(area>10000 and area<100000):
                  mask = np.zeros_like(img)
                  cv2.drawContours(mask, cnt, i, 255, -1)
                  x,y,w,h = cv2.boundingRect(cnt[i])
                  crop= img[ y:h+y,x:w+x]
                  cv2.imshow("snip",crop )
                  if(cv2.waitKey(0))==27:break

cv2.destroyAllWindows()
3
I.Newton
_, contours, hierarchy = cv2.findContours(edged, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)

вы используете cv2.RETR_LIST, чтобы найти контуры на изображении. Чтобы изображение получалось лучше, используйте cv2.RETR_EXTERNAL. Перед использованием этой первой строки удалить черныйborder на изображении. 

cv2.RETR_LIST дает вам список всех контуров для изображения

cv2.RETR_EXTERNAL дает вам только внешние или внешние контуры, а не внутренние контуры

изменить строку на 

 _, contours, hierarchy = cv2.findContours(edged, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

Иерархия контуров

0
Kallz