ANN在训练和识别时都只能将一个单独的数字作为样本,因此对于扫描图像中的多个连续数字需要进行分割。具体算法如下:
1,确定图像中字符的大致高度范围:先自下而上对图像进行逐行扫描,直到遇到第一个黑素像素,记下行号,然后自上而下对图像进行逐行扫描,直到遇到第一个黑素像素,记下行号。这两个行号就标志出了字符大致的高度范围。
2,确定每个字符的左起始和右终止位置:在第一步得到的高度范围内进行自左向右逐列扫描,遇到第一个黑色像素时,认为是字符分割的起始位,然后继续扫描,直到遇到有一列中没有黑色像素,认为是这个字符的右终止位置,准备开始进行下一个字符的分割。按照上述方法继续扫描,直到扫描到图像的最右端。这样就得到了每个字符的比较精确的快读范围。
3,在已知的每个字符比较精确的宽度范围内,再按照第一步的方法,分别自下而上和自上而下,逐行扫描,来获取每个字符精确的高度范围。
本文较前一篇字符分割的区别在于,增加了对矩形框的筛选功能,并对不需要的矩形框中的字符可以擦除。代码如下:
/****************************************************************
功能: 对前景目标(如字符)进行划分,将各个字符的轮廓矩形返回
参数: img:输入等待分割的图像
int areaThreshold:面积阈值,当分割后的字符小于这个值时,会擦除该字符,用于去除噪音等小区域杂点干扰
注 : 只能处理二值图像
返回值: 返回分割字符的矩形框
***************************************************************/
vector<RECT> Ctry::ObjectSegment(IplImage* img, int areaThreshold)
{
vector<RECT> vecRoughRECT; //粗略对象轮廓的矩形向量数组
vector<RECT> vecRECT; //精化后对象轮廓的矩形向量数组
vector<RECT> vecRECTBig; //存放精化对象区域中大的的矩形框
//清空用来表示每个对象的vector
vecRoughRECT.clear();
vecRECT.clear();
vecRECTBig.clear();
int nTop, nBttom; //整体前景区域的上下边界
int nObjCnt = 0; //对象数目
//从上向下扫描,找到整体区域的前景的上边界
for (int i = 0; i < img->height; i++)
{
for (int j = 0; j < img->width; j++)
{
double pixel = cvGetReal2D(img, i, j);
if (int(pixel) == 0)
{
nTop = i;
i = img->height; //对i赋大值,使得在break跳出内存循环后,直接在跳出外层循环
break;
}
}
}
//从下向上扫描,找到整体区域的前景的下边界
for (int i = img->height - 1; i >= 0; i--)
{
for (int j = 0; j < img->width; j++)
{
double pixel = cvGetReal2D(img, i, j);
if (int(pixel) == 0)
{
nBttom = i;
i = -1; //对i赋小值,使得在break跳出内存循环后,直接在跳出外层循环
break;
}
}
}
bool bStartSeg = false; //是否已经开始某一个对象的分割
bool bBlackInCol; //某一列中是否包含黑色像素
RECT rt;
//按列扫描,找到每一个目标的左右边界
for (int j = 0; j < img->width; j++)
{
bBlackInCol = false;
for (int i = 0; i < img->height; i++)
{
double pixel = cvGetReal2D(img, i, j);
if (int(pixel) == 0)
{
bBlackInCol = true; //该列中发现黑点
if (!bStartSeg) //还没有进入一个对象的分割
{
bStartSeg = true;//进入一个对象的分割
rt.left = j;
}
else
break;
}
}
if (j == (img->width - 1)) //扫描到最后一列了,说明整个图像扫描完毕
{
break;
}
//正处在分割状态,且扫描完一列都没有发现黑像素,表明当前对象分割完毕
if (bStartSeg && !bBlackInCol)
{
rt.right = j; //对象右边界确定
//对象的粗略上下边界(有待精化)
rt.top = nTop;
rt.bottom = nBttom;
::InflateRect(&rt, 1, 1); //矩形框膨胀一个像素,以免绘制时压到字符
vecRoughRECT.push_back(rt); //插入vector
bStartSeg = false; //当前分割结束
nObjCnt++; //对象数目加1
}
}
RECT rtNEW; //存放精化对象区域的矩形框
//由于得到了精确的左右边界,现在可以精化矩形框的上下边界
int nSize = vecRoughRECT.size();
for (int nObj = 0; nObj < nSize; nObj++)
{
rt = vecRoughRECT[nObj];
rtNEW.left = rt.left - 1;
rtNEW.right = rt.right + 1;
//从上向下逐行扫描边界
for (int i = rt.top; i < rt.bottom; i++)
{
for (int j = rt.left; j < rt.right; j++)
{
double pixel = cvGetReal2D(img, i, j);
if (int(pixel) == 0)
{
rtNEW.top = i - 1;
//对i赋大值,使得在break跳出内存循环后,直接在跳出外层循环
i = rt.bottom;
break;
}
}
}
//从下向上逐行扫描边界
for (int i = rt.bottom - 1; i > rt.top; i--)
{
for (int j = rt.left; j < rt.right; j++)
{
double pixel = cvGetReal2D(img, i, j);
if (int(pixel) == 0)
{
rtNEW.bottom = i + 1;
//对i赋小值,使得在break跳出内存循环后,直接在跳出外层循环
i = rt.top - 1;
break;
}
}
}
vecRECT.push_back(rtNEW);
}
//提取较大的框,擦除小的矩形框
for (int i = 0; i < vecRECT.size(); i++)
{
int x = vecRECT[i].left;
int y = vecRECT[i].top;
int x1 = vecRECT[i].right;
int y1 = vecRECT[i].bottom;
int area = (x1 - x)*(y1 - y); //矩形的面积
//当面积小于阈值时,擦除当前矩形框中的前景,否则将当前矩形框压入新的vector
if (area < areaThreshold)
{
for (int i = y; i < y1 + 1; i++)
{
for (int j = x; j < x1 + 1; j++)
{
cvSetReal2D(img, i, j, 255);
}
}
}
else
{
vecRECTBig.push_back(vecRECT[i]);
}
}
//画矩形框,显示分割字符
for (int i = 0; i < vecRECTBig.size(); i++)
{
int x = vecRECTBig[i].left - 1;
int y = vecRECTBig[i].top - 1;
int x1 = vecRECTBig[i].right + 1;
int y1 = vecRECTBig[i].bottom + 1;
CvPoint pt1(x, y);
CvPoint pt2(x1, y1);
cvRectangle(img, pt1, pt2, CV_RGB(255, 0, 0), 1);
}
cvSaveImage("C:\\Users\\Administrator\\Desktop\\rect0.jpg", img);
return vecRECTBig;
}
效果图:
上一篇代码的效果图:
可以看到,本文的代码擦除最后面的小矩形框。原图见上一篇博客。