识别乐谱的程序答案

【问题标题】：Program to recognize music notation识别乐谱的程序
【发布时间】：2015-02-17 00:26:14
【问题描述】：

我编写了识别乐谱的程序（确切地说是指法）。主要是线路上有数字。预处理（全局二值化）后，我删除了行。我想问一下预处理。我的程序在线条和数字具有相同颜色的情况下运行良好。但线条通常比数字轻。当我使用具有小阈值的二值化时，当我使用具有较大阈值的二值化时，会有太多的噪音和数字很粗。

您可以推荐哪种二值化（在 OpenCV 中）？该怎么办？这个问题有解决办法吗？

我将添加一些示例。

我的预处理看起来像这样：

1) 读取灰色图像：

2) 全局二值化：

cv::threshold（例如 127）

人物并不漂亮... :(但主要问题是线条消失了。

3) cv::阈值 (230)

我可以看到线条，但字符又粗又丑。例如，“a”字符有时中间没有空格等等。并且有很多噪音。 :(

还有一个问题……我必须为每个文件设置阈值……

您对预处理有什么建议吗？？？

我想要“漂亮”的线条和字符...

（我不问代码，只是一些建议和建议。

【问题讨论】：

您能添加一些示例图片和更多详细信息吗？
谢谢。我会用图片发送解释。
@peter55555 不要将其发布为答案，请编辑您的问题。答案就是答案，这不是论坛。

标签： image opencv image-processing ocr image-recognition

【解决方案1】：

尝试自适应阈值 - 取自 OpenCV 网站：

在上一节中，我们使用全局值作为阈值。但在图像不同的所有条件下，它可能并不好不同区域的光照条件。在这种情况下，我们去自适应阈值。在此，算法计算阈值对于图像的一小部分区域。所以我们得到不同的阈值同一图像的不同区域，它为我们提供了更好的结果具有不同照明的图像。

它有三个“特殊”输入参数和一个输出参数。

自适应方法 - 它决定如何计算阈值。 cv2.ADAPTIVE_THRESH_MEAN_C ：阈值是平均值邻里地区。 cv2.ADAPTIVE_THRESH_GAUSSIAN_C ：阈值是权重为 a 的邻域值的加权和高斯窗。块大小 - 它决定邻域的大小地区。

C - 它只是一个从平均值中减去的常数或计算加权平均值。

下面的代码比较了全局阈值和自适应对具有不同光照的图像进行阈值处理：

import cv2
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread('dave.jpg',0)
img = cv2.medianBlur(img,5)

ret,th1 = cv2.threshold(img,127,255,cv2.THRESH_BINARY)
th2 = cv2.adaptiveThreshold(img,255,cv2.ADAPTIVE_THRESH_MEAN_C,\
            cv2.THRESH_BINARY,11,2)
th3 = cv2.adaptiveThreshold(img,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,\
            cv2.THRESH_BINARY,11,2)

titles = ['Original Image', 'Global Thresholding (v = 127)',
            'Adaptive Mean Thresholding', 'Adaptive Gaussian Thresholding']
images = [img, th1, th2, th3]

for i in xrange(4):
    plt.subplot(2,2,i+1),plt.imshow(images[i],'gray')
    plt.title(titles[i])
    plt.xticks([]),plt.yticks([])
plt.show()

http://docs.opencv.org/trunk/doc/py_tutorials/py_imgproc/py_thresholding/py_thresholding.html

这提供了更高级的阈值，对不同的区域有不同的阈值

【讨论】：