java骨架_按照索引的细化提取骨架算法的java实现

近期研究验证码识别,也就看了一些图像识别的资料,其中一种字体细化提取骨架的算法网上没有java版的实现,所以就选取了一个python实现版本进行java代码的改写..

python版实现的地址:

由于我不是很懂python语法,也是直接去的w3c看的教程,为此还掉进了一个坑..详见:

由于我对图像处理这里不是很在行,python也是临时看的,故这种细化提取骨架的算法也就是直接移植原代码,并没做什么优化之类..代码很粗糙..

package com.ocr.imgocr;

import java.awt.Color;

import java.awt.image.BufferedImage;

import java.io.File;

import java.io.IOException;

import javax.imageio.ImageIO;

public class Thin {

//索引数组

private static Integer[] array = {0,0,1,1,0,0,1,1,1,1,0,1,1,1,0,1,

1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,1,

0,0,1,1,0,0,1,1,1,1,0,1,1,1,0,1,

1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,1,

1,1,0,0,1,1,0,0,0,0,0,0,0,0,0,0,

0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,

1,1,0,0,1,1,0,0,1,1,0,1,1,1,0,1,

0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,

0,0,1,1,0,0,1,1,1,1,0,1,1,1,0,1,

1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,1,

0,0,1,1,0,0,1,1,1,1,0,1,1,1,0,1,

1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,0,

1,1,0,0,1,1,0,0,0,0,0,0,0,0,0,0,

1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,0,

1,1,0,0,1,1,0,0,1,1,0,1,1,1,0,0,

1,1,0,0,1,1,1,0,1,1,0,0,1,0,0,0};

public static boolean isWhite(int colorInt) {

Color color = new Color(colorInt);

if (color.getRed() + color.getGreen() + color.getBlue() > 400) {

return true;

}

return false;

}

public static BufferedImage VThin(BufferedImage image,Integer[] array){

int h = image.getHeight();

int w = image.getWidth();

int NEXT = 1;

for(int i=0;i

for(int j=0;j

if (NEXT == 0){

NEXT = 1;

}else{

int M ;

if( 0

if(isBlack(image.getRGB(j-1,i))&&isBlack(image.getRGB(j,i))&&isBlack(image.getRGB(j+1,i))){

M=0;

}else{

M=1;

}

}else {

M = 1;

}

if(isBlack(image.getRGB(j,i))&&M!=0){

int[] a = {0,0,0,0,0,0,0,0,0};

for(int k=0;k<3;k++){

for(int l=0;l<3;l++){

if ((-1

a[k*3+l] = 1;

}

}

}

int sum = a[0]*1+a[1]*2+a[2]*4+a[3]*8+a[5]*16+a[6]*32+a[7]*64+a[8]*128;

if(array[sum]==0){

image.setRGB(j, i, Color.black.getRGB());

}else{

image.setRGB(j, i, Color.white.getRGB());

}

if (array[sum] == 1){

NEXT = 0;

}

}

}

}

}

return image;

}

public static BufferedImage HThin(BufferedImage image,Integer[] array){

int h = image.getHeight();

int w = image.getWidth();

int NEXT = 1;

for(int j=0;j

for(int i=0;i

if (NEXT == 0){

NEXT = 1;

}else{

int M;

if(0

if(isBlack(image.getRGB(j,i-1))&&isBlack(image.getRGB(j,i))&&isBlack(image.getRGB(j,i+1))){

M=0;

}else{

M=1;

}

}else{

M = 1;

}

if (isBlack(image.getRGB(j,i)) && M != 0){

int[] a = {0,0,0,0,0,0,0,0,0};

for(int k=0;k<3;k++){

for(int l=0;l<3;l++){

if ((-1

a[k*3+l] = 1;

}

}

}

int sum = a[0]*1+a[1]*2+a[2]*4+a[3]*8+a[5]*16+a[6]*32+a[7]*64+a[8]*128;

if(array[sum]==0){

image.setRGB(j, i, Color.black.getRGB());

}else{

image.setRGB(j, i, Color.white.getRGB());

}

if (array[sum] == 1){

NEXT = 0;

}

}

}

}

}

return image;

}

public static BufferedImage Xihua(BufferedImage image,Integer[] array){

int num=10;

BufferedImage iXihua = image;

for(int i=0;i

VThin(iXihua,array);

HThin(iXihua,array);

}

return iXihua;

}

public static BufferedImage Two(BufferedImage image){

int w = image.getWidth();

int h = image.getHeight();

BufferedImage iTwo = image;

for(int i=0;i

for(int j=0;j

if(isBlack(image.getRGB(j,i))){

iTwo.setRGB(j, i, Color.BLACK.getRGB());

}else{

iTwo.setRGB(j, i, Color.WHITE.getRGB());

}

}

}

return iTwo;

}

public static boolean isBlack(int colorInt) {

Color color = new Color(colorInt);

if (color.getRed() + color.getGreen() + color.getBlue() <= 400) {

return true;

}

return false;

}

public static void main(String[] args) {

try {

//原始图片路径

BufferedImage image = ImageIO.read(new File("image"+File.separator+"0.jpg"));

//二值化

BufferedImage iTwo = Two(image);

ImageIO.write(iTwo, "jpg", new File("image"+File.separator+"two.jpg"));

//细化

BufferedImage iThin = Xihua(image,array);

ImageIO.write(iThin, "jpg", new File("image"+File.separator+"thin.jpg"));

} catch (IOException e) {

e.printStackTrace();

}

}

}

【转】MySQL索引背后的数据结构及算法原理

摘要 本文以MySQL数据库为研究对象,讨论与数据库索引相关的一些话题.特别需要说明的是,MySQL支持诸多存储引擎,而各种存储引擎对索引的支持也各不相同,因此MySQL数据库支持多种索引类型,如BT ...

&lbrack;转&rsqb;MySQL索引背后的数据结构及算法原理

摘要 本文以MySQL数据库为研究对象,讨论与数据库索引相关的一些话题.特别需要说明的是,MySQL支持诸多存储引擎,而各种存储引擎对索引的支持也各不相同,因此MySQL数据库支持多种索引类型,如BT ...

MySQL索引背后的数据结构及算法原理【转】

本文来自:张洋的MySQL索引背后的数据结构及算法原理 摘要 本文以MySQL数据库为研究对象,讨论与数据库索引相关的一些话题.特别需要说明的是,MySQL支持诸多存储引擎,而各种存储引擎对索引的支持 ...

MySQL索引背后的数据结构及算法原理

摘要 本文以MySQL数据库为研究对象,讨论与数据库索引相关的一些话题.特别需要说明的是,MySQL支持诸多存储引擎,而各种存储引擎对索引的支持也各不相同,因此MySQL数据库支持多种索引类型,如BT ...

&lbrack;纯干货&rsqb; MySQL索引背后的数据结构及算法原理

摘要 本文以MySQL数据库为研究对象,讨论与数据库索引相关的一些话题.特别需要说明的是,MySQL支持诸多存储引擎,而各种存储引擎对索引的支持也各不相同,因此MySQL数据库支持多种索引类型,如BT ...

MySQL 索引背后的数据结构及算法原理

本文转载自http://blog.jobbole.com/24006/ 摘要本文以MySQL数据库为研究对象,讨论与数据库索引相关的一些话题.特别需要说明的是,MySQL支持诸多存储引擎,而各种存储引 ...

浅谈MySQL索引背后的数据结构及算法

摘要 本文以MySQL数据库为研究对象,讨论与数据库索引相关的一些话题.特别需要说明的是,MySQL支持诸多存储引擎,而各种存储引擎对索引的支持也各不相同,因此MySQL数据库支持多种索引类型,如BT ...

浅谈MySQL索引背后的数据结构及算法&lpar;转载&rpar;

转自:http://blogread.cn/it/article/4088?f=wb1 摘要 本文以MySQL数据库为研究对象,讨论与数据库索引相关的一些话题.特别需要说明的是,MySQL支持诸多存储 ...

MySQL索引背后的数据结构及算法原理 --转

写在前面的话 在编程领域有一句人尽皆知的法则“程序 = 数据结构 + 算法”,我个人是不太赞同这句话(因为我觉得程序不仅仅是数据结构加算法),但是在日常的学习和工作中我确认深深感受到数据结构和算法的重 ...

随机推荐

QEMU VCPU热插特性

最近学习QEMU中VCPU热插特性,需要了解QEMU中VCPU热插的整个流程,VCPU热插是QEMU主板的一个feature. 1:这里先分析一下QEMU的主板模拟,主板在QEMU的设备模型中对应的是 ...

bootstarp3 支持ie8

http://blog.csdn.net/hyb3280660/article/details/51850832 想要bootstarp3 支持ie8? 引入