Concat从图像轮廓

1 回答

• 1

  这很简单 . 找到轮廓，遍历轮廓，找到每个轮廓的边界矩形，裁剪零件，调整裁剪零件的大小并将它们存储在列表中 . 然后，您可以使用numpy的 hstack 迭代新列表并加入它们 . 我已经分享了完整的代码，但是你需要一些过滤技术来删除多余的轮廓，所以要注意这一点 .

  码：

  import cv2
  import numpy as np
  
  img = cv2.imread('1.png',0)
  
  image, contours, hierarchy = cv2.findContours(img.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
  
  boxes = list()
  cropped_imageList = list()
  
  for c in contours:
      #if you want to store the original coordinates 
      x,y,w,h = cv2.boundingRect(c)
      boxes.append((x,y,w,h))
      #crop out the part of the image and resize
      crop_img = img[y:y+h, x:x+w]
      crop_img = cv2.resize(crop_img,(50,50))
      cropped_imageList.append(crop_img)
  
  #join them back
  imstack = cropped_imageList[0]
  
  for imgs in cropped_imageList[1:]:
      imstack = np.hstack((imstack,imgs))
  

  注意：这将随机加入找到的字母，解决此问题的一种方法是使用 x,y 对 boxes 列表进行排序，然后进行裁剪 .

  当tesseract可以直接检测文本时，你为什么要这样做呢？如果你想要更好的结果，你应该使用深度学习来接近现代 .

  回复于 2024-05-17T14:36:49+08:00