26
4
Làm cách nào để sử dụng opencv để trích xuất hoàn hảo văn bản kỹ thuật số trong hình ảnh bên dưới? Màu sắc của văn bản là năng động.
câu trả lời hay nhất
Rất đơn giản. Đoạn mã sau có thể được tối ưu hóa cao (tôi đã thực hiện nhanh chóng - @Silencer thực hiện điều này) và cũng hoạt động (đã thử nghiệm) với các hình ảnh khác (đối với một số hình ảnh, bạn sẽ phải điều chỉnh một số giá trị).
Trung tâm cá nhân
Điều phát hành
từ bỏnhập khẩu cv2
nhập numpy dưới dạng np
# nhập hình ảnh
hình ảnh = cv2.imread('image.png')
cv2.imshow('bản gốc', hình ảnh)
cv2.waitKey(0)
hsv = cv2.cvtColor(hình ảnh, cv2.COLOR_BGR2HSV)
cv2.imshow('hsv', hsv[:, :, 1])
cv2.waitKey(0)
# cái này tính toán biểu đồ của hình ảnh bạn nhập
# nếu giá trị này ở dưới/dưới một giá trị nhất định (phụ thuộc vào màu sắc trong hình ảnh), một ngưỡng nhất định sẽ được chọn trong số một giá trị khác
lịch sử, thùng = np.histogram(hsv.ravel(), 256, [0, 256])
in(lịch sử[-1])
nếu lịch sử [-1] > 15000:
#nhị phân
ret, thresh = cv2.threshold(hsv[:, :, 0], 55, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)
cv2.imshow('giây', thresh)
cv2.waitKey(0)
#sự giãn nở
kernel = np.ones((1, 1), np.uint8)
img_dilation = cv2.dilate(thresh, kernel, iterations=1)
cv2.imshow('giãn nở', img_dilation)
cv2.waitKey(0)
#tìm đường nét
im2, ctrs, hier = cv2.findContours(img_dilation.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# sắp xếp đường viền
đã sắp xếp_ctrs = đã sắp xếp(ctrs, key=lambda ctr: cv2.boundingRect(ctr)[0])
đối với i, ctr trong enumerate(sorted_ctrs):
# Nhận hộp giới hạn
x, y, w, h = cv2.boundingRect(ctr)
#Nhận ROI
roi = hình ảnh[y:y + h, x:x + w]
# hiển thị ROI
# cv2.imshow('segment no:'+str(i),roi)
cv2.hình chữ nhật(hình ảnh, (x, y), (x + w, y + h), (0, 255, 0), 2)
#cv2.waitKey(0)
nếu w > 15 và h > 15:
cv2.imwrite('roi{}.png'.format(i), roi)
cv2.imshow('khu vực được đánh dấu', hình ảnh)
cv2.waitKey(0)
khác:
#nhị phân
ret, thresh = cv2.threshold(hsv[:, :, 0], 55, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
cv2.imshow('giây', thresh)
cv2.waitKey(0)
#sự giãn nở
kernel = np.ones((1, 1), np.uint8)
img_dilation = cv2.dilate(thresh, kernel, iterations=1)
cv2.imshow('giãn nở', img_dilation)
cv2.waitKey(0)
#tìm đường nét
im2, ctrs, hier = cv2.findContours(img_dilation.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# sắp xếp đường viền
đã sắp xếp_ctrs = đã sắp xếp(ctrs, key=lambda ctr: cv2.boundingRect(ctr)[0])
đối với i, ctr trong enumerate(sorted_ctrs):
# Nhận hộp giới hạn
x, y, w, h = cv2.boundingRect(ctr)
#Nhận ROI
roi = hình ảnh[y:y + h, x:x + w]
# hiển thị ROI
# cv2.imshow('segment no:'+str(i),roi)
cv2.hình chữ nhật(hình ảnh, (x, y), (x + w, y + h), (0, 255, 0), 2)
#cv2.waitKey(0)
nếu w > 15 và h > 15:
cv2.imwrite('roi{}.png'.format(i), roi)
cv2.imshow('khu vực được đánh dấu', hình ảnh)
cv2.waitKey(0)
Giới thiệu về opencv - Làm cách nào để trích xuất văn bản nền trước từ hình ảnh? , chúng tôi đã tìm thấy một câu hỏi tương tự trên Stack Overflow: https://stackoverflow.com/questions/49289953/
26
4
0
Tôi đang cố gắng xóa hoàn toàn opencv khỏi hệ thống của mình. Tôi đang cố gắng học ROS và trong quá trình hướng dẫn, tôi đã gặp phải một vấn đề. Sau khi tạo không gian làm việc trống, tôi gọi catkin_make và nó báo một lỗi phổ biến, tôi đã tìm kiếm trong Answers.ros và
Tôi đang gặp sự cố (không phải ngoại lệ) khi cố gắng thực hiện lệnh gọi tới warpAffine: void RotateImage( const Mat& source, double Degree, Mat& out )
Làm thế nào để xử lý ngoại lệ gpu opencv? Có API bộ mã lỗi cụ thể để xử lý ngoại lệ GPU OpenCV không? Mình đã thử tìm kiếm rất nhiều lần nhưng chỉ có 1 mã lỗi đó là CV_GpuNotSupported. Xin hãy giúp tôi. Câu trả lời tốt nhất mặc dù
Lưu ý Tôi chưa quen với OpenCV (hoặc thị giác máy tính) nên sẽ rất hữu ích khi cho tôi biết truy vấn tìm kiếm! Điều tôi muốn hỏi Tôi muốn viết một chương trình trích xuất danh thiếp từ hình ảnh. Tôi có thể trích xuất các đường viền thô, nhưng ánh sáng phản chiếu biến thành nhiễu và tôi không thể trích xuất các đường viền chính xác. xin vui lòng cho biết
Tôi muốn chuyển đổi loại Mat Mono16 thành hình ảnh nhị phân dựa trên một ngưỡng pixel nhất định. Tôi đã thử sử dụng các cách sau: ngưỡng (img, ret, 0.1, 1, CV_THRESH_BINARY); Khi cố gắng biên dịch, tôi gặp lỗi: Lỗi
Tôi có câu hỏi về chức năng tích chập trong OpenCV bằng cách sử dụng khả năng tăng tốc GPU. Tích chập sử dụng GPU nhanh hơn khoảng 3,5 lần Thời gian chạy: convolve(src_32F, kernel, cresult, false, cbuffer);
Tôi đang cố gắng thực hiện hiệu chỉnh máy ảnh bằng cách sử dụng lưới vòng tròn không đối xứng. Tôi không thể tìm thấy tài liệu về CirclesGridFinder nói chung và đặc biệt là về hàm findHoles(). Sẽ rất cảm kích nếu bạn có bất kỳ thông tin nào về cách thức hoạt động của chức năng này và ý nghĩa của các tham số của nó
Có sự khác biệt nào giữa vẽ trên máy tính và chiếu trên máy chiếu của OpenCV không? Một lựa chọn là chiếu màn hình máy tính hiển thị mọi thứ. Nhưng có lẽ cũng có lựa chọn vẽ và chiếu hình ảnh chính xác trên máy chiếu và chỉ sử dụng máy tính làm máy tính. nếu tôi có thể làm
Tôi sử dụng Xử lý (process.org) cho một dự án yêu cầu theo dõi khuôn mặt. Vấn đề bây giờ là chương trình sẽ hết bộ nhớ do vòng lặp for. Tôi muốn dừng vòng lặp hoặc ít nhất là giải quyết vấn đề hết bộ nhớ. Đây là mã. siêu nhập khẩu
Tôi có đoạn mã sau: // Image Treatment.cpp : Xác định điểm vào cho ứng dụng bảng điều khiển.
Tôi đang sử dụng opencv cho một số dự án. Và có những nhiệm vụ cần được giải quyết. Nhiệm vụ rất đơn giản. Tôi có hình ảnh chính và tôi có mẫu, thay vì so sánh hình ảnh chính với mẫu. Tôi sử dụng hàm matchTemplate(). Tôi chỉ tò mò thôi. Trong tài liệu tôi
Tôi đang cố gắng tạo một trình phân loại theo tầng bằng lệnh sau: haartraining -data haarcascade -vec samples.vec -bg Negatives.dat -nstages 20 -n
Tôi đang cố gắng phát hiện màu của một tập hợp các hình trong ảnh đen bằng OpenCV, vì điều này tôi đang sử dụng tính năng phát hiện Canny. Tuy nhiên, đầu ra màu luôn trả về màu đen. std::vector > Tiểu hành tinh::DetectPoints(const
Tôi đang cố gắng tìm hướng chuyển màu từ các cạnh bằng OpenCv 2.4.5, nhưng tôi gặp sự cố khi sử dụng cvSobel(), bên dưới là thông báo lỗi và mã của tôi. Tôi đọc ở đâu đó có thể là do chuyển đổi giữa các float (??) nhưng tôi không biết cách khắc phục. Hữu ích
Tôi đang cố gắng xây dựng thuật toán đóng vòng lặp, nhưng trước khi bắt đầu phát triển, tôi muốn kiểm tra bộ mô tả chức năng nào hoạt động tốt hơn trên tập dữ liệu thực. Tôi có hai hình ảnh một hành lang được chụp theo hai hướng, một hướng vào một căn phòng và một hướng rời khỏi cùng một căn phòng. Vì vậy, chúng đại diện cho cùng một kịch bản nhưng với 2
Có cách nào để so sánh biểu đồ nhưng loại trừ màu trắng chẳng hạn, vì vậy màu trắng không ảnh hưởng đến việc so sánh. Câu trả lời hay nhất Các pixel màu trắng có độ bão hòa, S = 0 . Do đó, rất dễ loại bỏ các pixel màu trắng khỏi số lượng khi tạo biểu đồ. Hãy làm như sau: Chuyển đổi từ BGR
Giống như tiêu đề của chủ đề này, làm cách nào tôi có thể xác định trong OpenCV xem một pixel cụ thể (thang độ xám hoặc màu) của hình ảnh có bão hòa hay không (ví dụ: quá sáng)? Cảm ơn bạn trước. Câu trả lời hay nhất Theo định nghĩa, pixel bão hòa là hình ảnh được liên kết với cường độ (tức là một trong các giá trị thang độ xám hoặc thành phần màu) bằng 255
Tôi là người dùng mới của OpenCV và đang làm việc trong một dự án đại học. Chương trình lấy hình ảnh đầu vào, thực hiện làm mờ tổng hợp trên đó và sau đó làm mờ nó. Khi giải mã một hình ảnh mờ tổng hợp, các tạo phẩm ranh giới được tạo ra bởi vì... à, cho đến nay tôi vẫn chưa triển khai các thanh ranh giới
Tôi muốn biết liệu OpenCV là tính năng haar hay lbp chia tỷ lệ hình ảnh trong quá trình tìm kiếm nhiều tỷ lệ hay tự chia tỷ lệ cho tính năng đó như đã đề cập trong bài báo? EDIT: Hóa ra máy dò chia tỷ lệ hình ảnh chứ không phải các tính năng. Có ai biết tại sao không? Nó thậm chí còn nhanh hơn với tính năng thu phóng.
Tôi đang sử dụng lệnh SVM.train trong openCv (với các thông số thích hợp được xác định). Tiếp theo, tôi sẽ sử dụng thuật toán phân loại thay vì sử dụng svm.predict. Có thể được không? Tôi có thể truy cập vectơ hỗ trợ được tạo trong quá trình đào tạo không? Nếu đây là trường hợp
Tôi là một lập trình viên xuất sắc, rất giỏi!