Python实现投影法分割图像示例(一)
投影法多用于图像的阈值分割。闲话不多说，现用Python实现。
上代码。
import cv2
import numpy
img = cv2.imread('D:/0.jpg', cv2.COLOR_BGR2GRAY)
height, width = img.shape[:2]
#resized = cv2.resize(img, (3*width,3*height), interpolation=cv2.INTER_CUBIC)
#二值化
(_, thresh) = cv2.threshold(img, 150, 255, cv2.THRESH_BINARY)
#cv2.imshow('thresh', thresh)
#扩大黑色面积，使效果更明显
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (10, 10))#形态学处理，定义矩形结构
closed = cv2.erode(thresh, None, iterations = 5)
cv2.imshow('erode',closed)
height, width = closed.shape[:2]
v = [0]*width
z = [0]*height
a = 0
#垂直投影
#统计并存储每一列的黑点数
for x in range(0, width):
for y in range(0, height):
if closed[y,x][0] == 0:
a = a + 1
else :
continue
v[x] = a
a = 0
l = len(v)
#print l
#print width
#创建空白图片，绘制垂直投影图
emptyImage = numpy.zeros((height, width, 3), numpy.uint8)
for x in range(0,width):
for y in range(0, v[x]):
b = (255,255,255)
emptyImage[y,x] = b
cv2.imshow('chuizhi', emptyImage)
#水平投影
#统计每一行的黑点数
a = 0
emptyImage1 = numpy.zeros((height, width, 3), numpy.uint8)
for y in range(0, height):
for x in range(0, width):
if closed[y,x][0] == 0:
a = a + 1
else :
continue
z[y] = a
a = 0
l = len(z)
#print l
#print height
#绘制水平投影图
for y in range(0,height):
for x in range(0, z[y]):
b = (255,255,255)
emptyImage1[y,x] = b
cv2.imshow('shuipin', emptyImage1)
cv2.waitKey(0)
原图
垂直投影图
水平投影图
由这两图可以确定我们所需的分割点，从而可以进行下一步的文本分割。这将在下一篇博客中实现。
以上这篇Python实现投影法分割图像示例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持小牛知识库。
-
本文向大家介绍Python实现投影法分割图像示例(二)，包括了Python实现投影法分割图像示例(二)的使用技巧和注意事项，需要的朋友参考一下 在上篇博客中，我们已经实现了水平投影和垂直投影图的绘制。接下来，我们可以根据获得的投影数据进行图像的分割，该法用于文本分割较多，所以此处依然以上次的图为例。 先把上次的两幅图搬过来，方便讲解。 上面两图分别从垂直和水平方向描述了图像中文本的分布。我们想象一
-
我已经使用Google Maps API V3创建了一个自定义地图。这是一幅虚构世界的矩形地图，而不是真实世界中的任何东西。 我一直在读关于如何在自定义谷歌地图中使用投影的文章。我需要使用投影，因为使用投影放置标记和区域，它们不会水平重复。总之，我从教程中提取了以下代码： 我已经把它应用到我的地图上，它似乎起作用了。然而，我正在试图弄清楚如何改变投影的比例。当我放置这样的标记时： 标记被放置在地图
-
本文向大家介绍python分割列表（list）的方法示例，包括了python分割列表（list）的方法示例的使用技巧和注意事项，需要的朋友参考一下 前言 在日常开发中，有些API接口会限制请求的元素个数，这时就需要把一个大列表分割为固定的小列表，再进行相关处理，本文搜集了几个简单的方法，分享出来供大家参考学习，下面来看看详细的介绍： 方法示例 总结 以上就是这篇文章的全部内容了，希望本文的内容对大
-
本文向大家介绍Python OpenCV处理图像之图像直方图和反向投影，包括了Python OpenCV处理图像之图像直方图和反向投影的使用技巧和注意事项，需要的朋友参考一下 本文实例为大家分享了Python OpenCV图像直方图和反向投影的具体代码，供大家参考，具体内容如下 当我们想比较两张图片相似度的时候，可以使用这一节提到的技术 直方图对比 反向投影 关于这两种技术的原理可以参考我上面贴的
-
在我的Android应用程序，我需要变形的图像从一个点到另一个点。看起来应该是那样的 原点A和B是A的新位置 我尝试使用“drawBitmapMesh”函数使其成为可能，但没有达到，以下是包装代码： 公共空隙扭曲（浮动起点TX、浮动起点、浮动终点X、浮动终点Y）{
-
我需要在MATLAB中实现一个基于连通分量算法原理的图像分割函数，但需要做一些修改。这是为了非常简单的2D图像，有一个背景颜色和一些不同颜色的对象。 其思想是，将图像作为一个矩阵，我提供了一个选择背景颜色的工具（它将对每个图像变化）。然后，当图像的背景颜色的值被选中时，我要对图像中的所有对象进行分割，结果应该是一个带标签的矩阵，图像大小相同，背景为0，每个对象有不同的数字。 这是我的意思的一个生动