使用梯度进行文字检测

本文介绍了如何使用梯度差的文档图像文本行检测算法,通过复现核心代码,展示了在图片中检测文字的过程。这种方法能有效扣取文字区域,解决背景干扰问题,尤其在硬件资源有限的情况下,能提供良好的文字检测效果。
摘要由CSDN通过智能技术生成

最近在豆丁上阅读了一篇文章,链接:一种基于梯度差的文档图像文本行检测算法 - 豆丁网

使用代码复现了该部分的核心代码,然后使用传统算法对图片中的文字进行检测,下图为文中的核心算法:

对文中算法进行复现,实现的代码如下:

def gradient_process1(gray):
    '''
    文字梯度计算
    :param gray:
    :return:
    '''
    # x方向上的边缘检测(增强边缘信息)
    sobel = cv2.Sobel(gray, cv2.CV_8U, 1, 0, ksize = 3)
    absX = cv2.convertScaleAbs(sobel) #convertScaleAbs()函数将其转回原来的uint8形式,否则将无法显示图像
    return sobel

def method_3_1(gray, thresh  = 127):
    &#
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

猫猫与橙子

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值