檢測兩條直線之間的區域

我只需要從這些圖像中提取手寫部分。打字區域的大小變化很大，手寫部分的大小也不一樣，所以我不能根據行和列的固定像素值進行提取，如img = img(300:1800,200:1600)

但是手寫部分總是在兩條直線之間，所以我正在研究的一種解決方案是以某種方式檢測圖像中的線條，然後提取線條之間的區域。

我試着按照這裏的教程：http://www.mathworks.com/examples/image/mw/images-ex64995063-detect-lines-in-images-using-hough它使用霍夫變換來檢測線條，但我沒有得到預期的結果。

我第一次嘗試它的原始圖像

edg1 = edge(img,'canny');

上，但有一個非常嘈雜的結果。

所以，我試圖將其轉換爲邏輯，然後再次嘗試。

img_bw = im2bw(img,graythresh(img)); 
edg2 = edge(img_bw,'canny');

但即使如此，行並未按預期檢測到。

我該怎麼在正確的道路上？這是我從文件中提取手寫部分的最佳方式嗎？

如果是這樣，那麼我怎樣才能確保線被檢測到，並得到這些線的座標。

謝謝

來源

2016-08-12 StuckInPhD

大部分的信息代碼中的註釋，但這裏是一個簡要介紹：

我沒有使用形態濾波器的一些初步圖像清潔（我敢肯定，高斯濾波器或類似的將被證明同樣有效）

我的方法是如何使用行信息來查找行。考慮採取單列並繪製像素值。這些格式（或任何黑色文本）應該很容易看到。所以我取了整行的平均值，並使用該配置文件來幫助查找線條。由於一條線越過一行，所有的值都會很低，併產生一個強烈的峯值。這些字符有很大的空白，所以行平均值應該包含更多的白色像素，因此峯值將不會很好定義

最後的假設是該配置文件中的兩個最大峯值（從圖像底部開始）應該是線條。

不幸的是，我做了一些經驗分析（猜測並檢查），用於兩個參數，它們可能需要修改

st_size用於圖像清潔結構元素的大小。如果所有圖像尺寸幾乎相同，則不需要修改。儘管它不是自動確定的，但這與使用設定尺寸的平滑濾波器沒有什麼不同，所以這不應引起太多問題
mask_thresh用於查找峯值的值。這可能會導致其他圖像出現問題。標準是它低於bot_lin_loc但高於手寫文本部分的高峯。我只是做了它最大峯值這是在算法中最薄弱的環節，並可能需要您投入更多調整的1/3

im = imread('http://i.stack.imgur.com/1mO1S.jpg'); 
gim = rgb2gray(im); 
[im_h,im_w] = size(gim); 

%this is a quick attempt to remove background noise, the goal is to remove 
%all the letters, and what you are left with is background 
st_size = 10; 
st = strel('disk',10); 
im_background = imdilate(gim,st); 

%now we take the difference between our background and original image 
im_foreground = abs(im_background-gim); 

%reduce the image to a row average to find lines 
rowavg = mean(im_foreground,2); 

%peak threshold (unfortunately this was determined empircally,I'm not sure 
%if it could easily be automated) 
mask_thresh = max(rowavg)/3; 
masked = rowavg > mask_thresh; 

%finds the peaks using the values over the threshold (this is sort of like 
%non-maxima suppression) 
potential_peak_idx = find(masked); 
[~,peak_loc] = findpeaks(double(masked)); 

%at this point we assume the two "lines" closest to the bottom of the image 
%are the lines that outline the text 
bot_lin_loc = peak_loc(end); 
top_lin_loc = peak_loc(end-1); 

    %% plots results 
figure(1) 
subplot(2,2,1); imshow(gim); title('bw input image'); 
subplot(2,2,2); imshow(im_background); title('background image'); 
subplot(2,2,3); imshow(im_foreground); title('foreground image'); 
subplot(2,2,4); 
    imshow(im); 
    hold on 
    line([0,im_w],[top_lin_loc, top_lin_loc],'color','g') 
    line([0,im_w],[bot_lin_loc, bot_lin_loc],'color','r') 
    plot(rowavg,(1:1:numel(rowavg)),'color','b') 
    hold off 
    title('annotated image'); 

figure(2) 
plot(rowavg); title('row average') 
hold on 
grid on 
scatter(peak_loc,rowavg(peak_loc)) 
line([0,im_h],[mask_thresh, mask_thresh],'color','g') 
hold off 
legend('rowavg profile','peaks','peak threshold') 

%this is just a large version of subplot 4 
figure(3) 
imshow(im); 
hold on 
line([0,im_w],[top_lin_loc, top_lin_loc],'color','g') 
line([0,im_w],[bot_lin_loc, bot_lin_loc],'color','r') 
plot(rowavg,(1:1:numel(rowavg)),'color','b') 
hold off 
legend('top loc','bot loc','row avg') 
title('annotated image');

和圖像處理的代碼是沒有圖片一文不值，所以在這裏是結果

[ subprocesses[1]