使用opencv动态获取子图像

Question

我想为我的项目提取图像的特定部分。 由于我将获得的图像是扫描文档，因此该特定部分可能会发生一些变化，因此我无法编写硬编码值

我想从该图像中取出文本，但只有当我将该部分标记为红色时我才能做到这一点

Answer 1

使用膨胀和制作轮廓。只需调整各种功能的参数即可获得所需的输出。

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

img = cv2.imread('pan2.jpg')
img1 =  cv2.GaussianBlur(img,(5,5),0)
img1 = cv2.cvtColor(img1,cv2.COLOR_BGR2RGB)
f1 = cv2.cvtColor(img1,cv2.COLOR_RGB2GRAY)
f1 = 255 - cv2.threshold(f1, 0,255, cv2.THRESH_BINARY+cv2.THRESH_OTSU)[1]
fgdilated = cv2.dilate(f1, kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3,3)) , iterations = 1)
fgclosing = cv2.morphologyEx(fgdilated, cv2.MORPH_CLOSE, cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (2,2)))

plt.imshow(fgclosing)
plt.show()
img2, contours, hierarchy = cv2.findContours(fgdilated, cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)

for cnt in contours:
    #print(cnt)
    #print(cv2.contourArea(cnt))
    if cv2.contourArea(cnt) > 200:
        #hull = cv2.convexHull(cnt)
        #print(hull)
        #cv2.drawContours(img, [hull], -1, (255, 255, 255), 1)

        (x,y,w,h) = cv2.boundingRect(cnt)
        if h >7:
            cv2.rectangle(img, (x,y), (x+w,y+h), (255, 0, 255), 1)

plt.imshow(img)
plt.show()

输入：

这是我使用代码得到的二进制图像。

输出：

Answer 2

首先将GaussianBlur 应用于您的图像，例如。 G。内核大小为 3。

使用Canny 找到具有适当值的边缘后（由于您拍摄图像 [扫描] 的条件差别不大，您应该能够在 canny 中找到这样的最小值/最大值），您可以找到边缘点使用findContours 使用minAreaRect 拟合矩形。然后裁剪这部分图像。