从图像中提取的每行数字作为一张完整的图片,而不是每个数字单独成为一张图片

具体实现思路:

  1. 提取行区域:先通过轮廓或空白区域分割出每行数字。

  2. 确保每行是一个整体:在提取每行时,确保提取区域的宽度包含该行所有的数字(即避免单独分割每个数字)。

  3. 保存每一行作为一张图片:确保每行的区域保持原样,保存为单张图片。

  4. 获取轮廓并按 y 坐标排序 :先找到所有数字的轮廓,并按 y 坐标从上到下排序。这样可以确保我们从上到下处理每一行。

  5. 合并相邻行 :当检测到当前行的 y 坐标与前一行的 y 坐标非常接近时,认为它们属于同一行,可以将这两个区域合并成一张图片。

  6. 分割行并保存:将属于同一水平线的多个区域合并成一个区域后,保存为一张新的图片。

    import cv2
    import numpy as np

    读取图片

    image = cv2.imread('image.png')

    转为灰度图像

    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

    二值化图像,使得文字变为白色,背景变为黑色

    _, thresh = cv2.threshold(gray, 200, 255, cv2.THRESH_BINARY_INV)

    查找轮廓(可以忽略背景,集中在文字区域)

    contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

    按照y坐标排序(从上到下)

    contours = sorted(contours, key=lambda ctr: cv2.boundingRect(ctr)[1])

    设定一个阈值,用于判断是否为同一行(水平对齐)

    y_threshold = 10 # 根据实际情况调整,表示两行之间的最大间距

    初始化一个空列表,用于存储行的图片

    row_images = []
    current_row = []

    遍历所有轮廓

    for i, contour in enumerate(contours):
    x, y, w, h = cv2.boundingRect(contour)

    复制代码
     # 过滤掉噪音区域(高度过小的区域)
     if h > 20:
         # 如果当前行是空的,或者当前行的y坐标和上一行的y坐标相差较小(认为是同一行)
         if not current_row or abs(current_row[-1][1] - y) < y_threshold:
             # 将当前轮廓的区域加入当前行
             current_row.append((x, y, w, h))
         else:
             # 如果是新的一行,则合并上一行的图片并清空当前行
             if current_row:
                 # 计算当前行的左上角和右下角,合并所有小块区域
                 x_min = min([rect[0] for rect in current_row])
                 y_min = min([rect[1] for rect in current_row])
                 x_max = max([rect[0] + rect[2] for rect in current_row])
                 y_max = max([rect[1] + rect[3] for rect in current_row])
                 
                 # 裁剪出当前行的完整图像
                 row_image = image[y_min:y_max, x_min:x_max]
                 row_images.append(row_image)
    
             # 重置当前行,添加当前轮廓
             current_row = [(x, y, w, h)]

    最后处理剩余的行

    if current_row:
    # 合并最后一行
    x_min = min([rect[0] for rect in current_row])
    y_min = min([rect[1] for rect in current_row])
    x_max = max([rect[0] + rect[2] for rect in current_row])
    y_max = max([rect[1] + rect[3] for rect in current_row])

    复制代码
     row_image = image[y_min:y_max, x_min:x_max]
     row_images.append(row_image)

    保存每一行作为图片

    for i, row_image in enumerate(row_images):
    cv2.imwrite(f'row_{i+1}.png', row_image)

原图:

实现效果

相关推荐
ygyqinghuan1 小时前
读懂目标检测
人工智能·目标检测·目标跟踪
华东数交1 小时前
企业与国有数据资产:入表全流程管理及资产化闭环理论解析
大数据·人工智能
newxtc3 小时前
【昆明市不动产登记中心-注册安全分析报告】
人工智能·安全
techdashen3 小时前
圆桌讨论:Coding Agent or AI IDE 的现状和未来发展
ide·人工智能
CV实验室4 小时前
TIP 2025 | 哈工大&哈佛等提出 TripleMixer:攻克雨雪雾干扰的3D点云去噪网络!
人工智能·计算机视觉·3d·论文
余俊晖5 小时前
一套针对金融领域多模态问答的自适应多层级RAG框架-VeritasFi
人工智能·金融·rag
码农阿树6 小时前
视频解析转换耗时—OpenCV优化摸索路
人工智能·opencv·音视频
伏小白白白7 小时前
【论文精度-2】求解车辆路径问题的神经组合优化算法:综合展望(Yubin Xiao,2025)
人工智能·算法·机器学习
应用市场7 小时前
OpenCV编程入门:从零开始的计算机视觉之旅
人工智能·opencv·计算机视觉
星域智链7 小时前
宠物智能用品:当毛孩子遇上 AI,是便利还是过度?
人工智能·科技·学习·宠物