OpenCV 文字识别（一）：图像预处理

最新推荐文章于 2024-08-23 22:10:03 发布

pyh880

最新推荐文章于 2024-08-23 22:10:03 发布

阅读量7.5k

点赞数 5

分类专栏：图像处理 #文字识别

本文链接：https://blog.csdn.net/bingkuoluo/article/details/103793240

版权

本文介绍了作者在毕设中进行印刷体汉字识别时的图像预处理步骤，包括滤波、灰度化、二值化和倾斜校正。作者强调了倾斜校正的挑战性，并分享了在设定二值化阀值和选择平滑处理方法时的经验，建议针对白底黑字场景可适当减少平滑处理以避免文字失真。

摘要由CSDN通过智能技术生成

考研初试结束，毕设选择了印刷体汉字识别，准备先实现其基本功能。

在网上查阅资料后发现图像处理第一个步骤一般为图像预处理，即滤除图像噪声，并进行如灰度化、二值化、倾斜校正、图像平滑等基本操作。因为主要目的是学习，所以我写的较为繁琐，将各个步骤拆分了多个函数。

以下为代码:

(头文件省略了）

YuCHuLi.cpp

#include "YuChuLi.h"
using namespace std;
using namespace cv;
//灰度化 二值化 倾斜校正 规范化 图像平滑
#define Error 123

void YuChuLi::HuiDuHua(Mat &img)//灰度化
{
	cvtColor(img,img, CV_RGB2GRAY);
}

void YuChuLi::ErZhiHua(Mat &img)//二值化
{
	threshold(img, img,125,255,CV_THRESH_BINARY);			//125为阀值，由默认值可知大于125置为255（白），因为针对白底黑字，阴影为主要干扰，所以适当降低阀值
}

void YuChuLi::XuanZhuan(Mat &img, double angle)//旋转
{
	//定义旋转中心,为图像的中心即横竖坐标均为图像长度的一半
	Point2f center;
	center.x = float(img.cols / 2.0);
	center.y = float(img.rows / 2.0);
	int length = 0;
	length = sqrt(img.cols*img.cols + img.rows*img.rows);
	//计算二维旋转的仿射变换矩阵
	Mat M = getRotationMatrix2