在网上看到了很多解决方法,但都i行不通,试过在cv2.imread()读取图片末端加0,也没用
想尝试如何将三通道的图片改成单通道的,但都无济于事,可能是我的方法不对,下面附上我的代码
import cv2
import numpy as np
def show(img):
cv2.imshow('xx', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
def sort_conts(conts):
boxes = [cv2.boundingRect(c) for c in conts]#绘制矩形边界框
a= sorted(zip(conts, boxes), key=lambda x: x[1])
return conts, boxes
#读取模板,并灰度值
img = cv2.imread('E:\opencv2\picture/OIP.jpg')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
#二值化阈值
_,ref = cv2.threshold(gray,10,255,cv2.THRESH_BINARY_INV)
show(ref)
#轮廓检测,画出轮廓
refCnts, _ =cv2.findContours(ref.copy(),cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
cv2.drawContours(img, refCnts, -1, (0,0,255), 2)
show(img)
#轮廓排序
refCnts, _ = sort_conts(refCnts)
#模板切割
digits= {}#建立一个字典类型,i是轮廓索引,c是轮廓----字典类型:每个索引号对应一个索引值
for i, c in enumerate(refCnts):#i是轮廓索引,c是对应轮廓,则完成了对检测出来的轮廓进行了排序
x, y, w, h = cv2.boundingRect(c)#得到没一个外接矩形的左上坐标点以及长度、宽度
roi=ref[y:y+h,x:x+w]#每个数字的外接矩形的尺寸
#print(w, h)
roi = cv2.resize(roi, (17, 28)) # 重置外接矩形的尺寸至合适大小
digits[i] = roi # 每个数字对应一个模板
show(roi)
image = cv2.imread('E:\opencv2\picture/AC.png')
gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
show(gray)
#初始化卷积核
rectkernel = cv2.getStructuringElement(cv2.MORPH_RECT,(11,9))#卷积核形象着闭合操作的是否完整
sqkernel = cv2.getStructuringElement(cv2.MORPH_RECT,(2,2))
#礼帽操作,过滤,突出明亮部分,以便后面的读取轮廓
result = cv2.morphologyEx(image, cv2.MORPH_TOPHAT, rectkernel)
show(result)
#Sob