如何检测图像中的单独数字？

Question

我有一个类似于以下的图像。如图所示，我想分隔两个数字 7 和 4，因为我想为这两个对象分别设置一个边界框。

如何使用 OpenCV 做到这一点？我不知道，我怎么能这样做，并且正在考虑是否有某种方法可以使用 Sobel 运算符。唯一让我感到厌烦的就是得到 Sobel。

s = cv2.Sobel(img, cv2.CV_64F,1,0,ksize=5)

但不知道如何从这里开始。

Answer 1

按照以下步骤操作：

1. 将图像转换为灰度。
2. 使用阈值将图像转换为二进制图像，在您的问题中我认为adaptive gausian 将最有益于使用。
3. 应用轮廓检测​​，然后您可以围绕轮廓制作边界框。

您可能需要根据大小或位置过滤轮廓。

Answer 2

对图像中的图形进行分割和检测，主要思路如下：

1. 使用cv2.cvtColor()将图像转换为灰度
2. 用cv2.GaussianBlur()模糊图像
3. 使用cv2.Canny() 查找边缘
4. 使用cv2.findContours() 查找轮廓并使用从左到右排序 imutils.contours.sort_contours() 确保当我们遍历轮廓时，它们的顺序正确
5. 遍历每个轮廓
   • 使用cv2.boundingRect()获取边界矩形
   • 使用 Numpy 切片查找每个轮廓的 ROI
   • 使用cv2.rectangle()绘制边界框矩形

---

Canny 边缘检测

检测到的轮廓

裁剪和保存的 ROIs

输出

Contours Detected: 2

代码

import numpy as np
import cv2
from imutils import contours

# Load image, grayscale, Gaussian blur, Canny edge detection
image = cv2.imread("1.png")
original = image.copy()
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blurred = cv2.GaussianBlur(gray, (3,3), 0)
canny = cv2.Canny(blurred, 120, 255, 1)

# Find contours
contour_list = []
ROI_number = 0
cnts = cv2.findContours(canny, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
cnts, _ = contours.sort_contours(cnts, method="left-to-right")
for c in cnts:
    # Obtain bounding rectangle for each contour
    x,y,w,h = cv2.boundingRect(c)

    # Find ROI of the contour
    roi = image[y:y+h, x:x+w]

    # Draw bounding box rectangle, crop using Numpy slicing
    cv2.rectangle(image,(x,y),(x+w,y+h),(0,255,0),3)
    ROI = original[y:y+h, x:x+w]
    cv2.imwrite('ROI_{}.png'.format(ROI_number), ROI)
    contour_list.append(c)
    ROI_number += 1

print('Contours Detected: {}'.format(len(contour_list)))
cv2.imshow("image", image) 
cv2.imshow("canny", canny)
cv2.waitKey()