【OpenCV】70 形态学应用—用基本梯度实现轮廓分析

70 形态学应用—用基本梯度实现轮廓分析

代码

import cv2 as cv

src = cv.imread("../images/digit-01.png")
cv.namedWindow("input", cv.WINDOW_AUTOSIZE)
cv.imshow("input", src)

# 形态学梯度 - 基本梯度
se = cv.getStructuringElement(cv.MORPH_RECT, (3, 3), (-1, -1))
basic = cv.morphologyEx(src, cv.MORPH_GRADIENT, se)
cv.imshow("basic gradient", basic)

gray = cv.cvtColor(basic, cv.COLOR_BGR2GRAY)
ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
cv.imshow("binary", binary)

se = cv.getStructuringElement(cv.MORPH_RECT, (1, 5), (-1, -1))
binary = cv.morphologyEx(binary, cv.MORPH_DILATE, se)
contours, hierarchy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
for c in range(len(contours)):
    x, y, w, h = cv.boundingRect(contours[c])
    area = cv.contourArea(contours[c])
    if area < 100:
        continue
    if h > (3*w) or h < 20:
        continue
    cv.rectangle(src, (x, y), (x+w, y+h), (0, 0, 255), 1, 8, 0)

cv.imshow("result", src)
cv.waitKey(0)
cv.destroyAllWindows()

实验结果

解释

基于形态学梯度实现图像二值化，进行文本结构分析是OCR识别中常用的处理手段之一，这种好处比简单的二值化对图像有更好的分割效果，主要步骤如下：

1. 图像形态学梯度
2. 灰度
3. 全局阈值二值化
4. 轮廓分析

---

所有内容均来源于贾志刚老师的知识星球——OpenCV研习社，本文为个人整理学习，已获得贾老师授权，有兴趣、有能力的可以加入贾老师的知识星球进行深入学习。