OCR1.0图像预处理部分

OCR1.0图像预处理部分

概述：

源于最近的大作业，老师提供的数据集有点太大了而且不太方便处理，所以分享几点对策，有问题欢迎留言

正文

数据集结构介绍

接近八个G的手写数字黑白图片，尺寸大致在(50,50)到(100,100)，有背景田字格，椒盐噪声等

处理过程

除噪

高斯滤波应该也可以，但由于鄙人实在不熟悉python的gauss是个什么鬼，只好采用先膨胀然后腐蚀的办法进行除噪

def erzhihua(path,path1):
    img = cv2.imread(path+path1,0)
    r=1
    s = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(2*r+1,2*r+1))
    img = cv2.dilate(img,s)
    img = cv2.erode(img,s)

更改尺寸

简单的resize统一改成50*50

    dim=(50,50)
    img1=cv2.resize(img,dim)

二值化

求出深度均值然后乘0.8(看心情调)作为阈值进行二值化

    row,col=img1.shape
    deep=0.1
    for x in range(row):
        for y in range(col):
            deep+=img1[x][y]
    deep/=row*col
    deep*=0.8
    for x in range(row):
        for y in range(col):
            if deep>img1[x][y]:
                img1[x][y]=0
            else:
                img1[x][y]=255

最后上一手全部代码，处理后的数据集若有需要可留言(当然这段代码跑个半小时也可以得到)

from cv2 import cv2
import numpy as np
import os
path="/home/jojo/jason/jason_opencv/char/test/"
patha="/home/jojo/jason/jason_opencv/char1/test/"
def erzhihua(path,path1):
    img = cv2.imread(path+path1,0)
    r=1
    s = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(2*r+1,2*r+1))
    img = cv2.dilate(img,s)
    img = cv2.erode(img,s)
    dim=(50,50)
    img1=cv2.resize(img,dim)
    row,col=img1.shape
    deep=0.1
    for x in range(row):
        for y in range(col):
            deep+=img1[x][y]
    deep/=row*col
    deep*=0.8
    for x in range(row):
        for y in range(col):
            if deep>img1[x][y]:
                img1[x][y]=0
            else:
                img1[x][y]=255

    cv2.imshow("1",img1)
    #cv2.waitKey(0)
    cv2.imwrite(patha+path1,img1)
    return 0
for child_dir in os.listdir(path):
    for child_dir2 in os.listdir(path+child_dir+'/'):
        erzhihua(path,child_dir+'/'+child_dir2)
        print(child_dir)
#print(img1.shape)

cv2.waitKey(0)

运行结果对比

处理前

处理后