OCR文本投影直方图

我们可以对图片进行投影，找到感兴趣区域，尤其对于格式固定，且场景简单的OCR文本，投影直方图是个不错的方法。

环境

python3.6
opencv-python

思路

统计每一行的像素值，观察形状进行分割

代码

1. 读入图片，并转成灰度图

image = cv2.imread(图片路径)
image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

2. 统计每一行的像素值

# 统计一行像素总数
def countX(arr):
   count = [0] * len(arr)
   for h in range(len(arr)):
       count2 = 0
       for l in range(len(arr[h])):
           count2=count2+255-arr[h, l]
       count[h] = count2
   return count

3. 绘制直方图并保存

plt.barh(arr, count, height=1, color='steelblue', alpha=0.8)      # 从下往上画
plt.savefig(直方图路径)
plt.show()

效果


图中基本每个峰，都是一行文本
用红色标出文本部分：

绘制投影直方图完整代码

#coding:utf-8
#author:FengShuo

import cv2
from matplotlib import pyplot as plt

pic='000803_00'
image = cv2.imread('./detect_img/'+pic+'.jpg')
image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 统计一行像素总数
def countX(arr):
  count = [0] * len(arr)
  for h in range(len(arr)):
      count2 = 0
      for l in range(len(arr[h])):
          count2=count2+255-arr[h, l]
      count[h] = count2
  return count

count = countX(image)
arr=list(range(len(count)))

plt.barh(arr, count, height=1, color='steelblue', alpha=0.8)
plt.savefig('./detect_img/'+pic+'_bar2.jpg')
plt.show()