OpenCV：从给定图像中分割每个数字。数字写在行矩阵的每个单元格中。每个单元格都以边距为界

Question

我一直在尝试从表单文档中识别手写字母（数字/字母）。众所周知，表单文档有 1d 行单元格，申请人必须在这些有界单元格中填写他们的信息。但是，我无法从边界框中分割数字（目前我的输入仅包含数字）。

我经历了以下步骤：

1. 通过opencv2的“imread”方法读取图像（作为灰度图像）。初始图片尺寸：19 x 209（以像素为单位）。

pic = "crop/cropped000.jpg"
newImg = cv2.imread(pic, 0)

1. 通过 opencv2 的“resize”方法将图像大小调整为原始大小的 200%。我使用了 INTER_AREA 插值。调整后的图片尺寸：38 x 418（以像素为单位）

h,w = newImg.shape
resizedImg = cv2.resize(newImg, (2*w,2*h), interpolation=cv2.INTER_AREA)

1. 应用 Canny 边缘检测。

v = np.median(resizedImg)
sigma = 0.33
lower = int(max(0, (1.0 - sigma) * v))
upper = int(min(255, (1.0 + sigma) * v))
edgedImg = cv2.Canny(resizedImg, lower, upper)

4. 裁剪轮廓并将它们作为图像保存在“BB”目录中。

im2, contours, hierarchy = cv2.findContours(edgedImg.copy(),cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

num = 0
for c in contours:
    x, y, w, h = cv2.boundingRect(c)
    num += 1
    new_img = resizedImg[y:y+h, x:x+w]
    cv2.imwrite('BB/'+str(num).zfill(3) + '.jpg', new_img)

总结整个代码：

pic = "crop/cropped000.jpg"
newImg = cv2.imread(pic, 0)

h,w = newImg.shape
print(newImg.shape)
resizedImg = cv2.resize(newImg, (2*w,2*h), interpolation=cv2.INTER_AREA)
print(resizedImg.shape)

v = np.median(resizedImg)
sigma = 0.33
lower = int(max(0, (1.0 - sigma) * v))
upper = int(min(255, (1.0 + sigma) * v))
edgedImg = cv2.Canny(resizedImg, lower, upper)

im2, contours, hierarchy = cv2.findContours(edgedImg.copy(),cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

num = 0
for c in contours:
    x, y, w, h = cv2.boundingRect(c)
    num += 1
    new_img = resizedImg[y:y+h, x:x+w]
    cv2.imwrite('BB/'+str(num).zfill(3) + '.jpg', new_img)

生成的图像张贴在这里： https://imgur.com/a/GStIcdj

我不得不将图像尺寸加倍，因为 Canny 边缘检测会为一个对象产生双边缘（但是，它仍然会这样做）。我也玩过其他 openCV 功能，如阈值、高斯模糊、扩张、侵蚀，但都是徒劳的。

Answer 1

# 我们还需要一个日期单元格宽度参数：因为这对于 diff bank 可能有所不同
def crop_image_data_from_date_field（图像，new_start_h，new_end_h，new_start_w，new_end_w，cell_width）：
    #for date 每个单元格具有相同的高度和宽度：此处宽度：25 px，因此线将根据宽度进行更改
    裁剪图像列表 = []
    起始宽度 = new_start_w
    for i in range(1,9): # 因为日期只有 8 个字段：DD/MM/YYYY

        cropped_img = 图像[new_start_h:new_end_h, new_start_w + 1 :new_start_w+22]
        new_start_w = 起始宽度 + (i*cell_width)

    cropped_img = cv2.resize(cropped_img, (28, 28))
    image_name = 'cropped_date/cropped_'+ str(i) + '.png'
    cv2.imwrite(image_name, cropped_img)
    cropped_image_list.append(image_name)

# print('cropped_image_list : ',cropped_image_list,len(cropped_image_list))
# rec_value = handwritten_digit_recog.recog_digits(cropped_image_list)
recvd_value = custom_predict.predict_digit(cropped_image_list)
# print('recvd val : ',recvd_value)
return recvd_value

您需要指定每个单元格的宽度，它是 x,y,w,h。 我想这会对你有所帮助。