從圖像中獲取兩張圖像，其中兩張圖像粘貼在單個文檔中 - Python/C++

Question

我有一個文檔 - 比如說一個ID的後面和前面。像這樣的 The dotted lines are that of a poorly scanned ID, so the borders are not clear 目標是檢索圖像1和圖像2作爲兩個單獨的圖像。掃描的文件是黑色和白色。

我的問題： 1.這是否可行？ 2.任何想法/代碼片斷如何繼續將不勝感激。

在此先感謝，

Answer 1

由於您還沒有提供和圖片...我會提供一些樣品。我正在使用ImageMagick，因爲您可以在命令行執行此操作，而無需編譯任何內容，但您可以在Python中使用OpenCV中完全相同的技術。

所以，這裏是一個示例圖像。

現在，掃描可能有噪音，它可能沒有純粹的白人和黑人，如果沒有正確的曝光，所以作爲第一步，可以正常化或自動水平的圖像，其閾值，以純黑色和白色，並應用中值濾鏡去除噪點 - 特別是如果它是JPEG。

convert scan.jpg -normalize -threshold 90% -median 9x9 -negate result.png 

也許你現在要關閉孔使用一些形態：

​​

現在你可以做一些「連接成分分析」找到斑點：

convert scan.jpg -threshold 90% -median 9x9 -negate \ 
    -morphology close disk:7       \ 
    -define connected-components:verbose=1   \ 
    -connected-components 8 -auto-level result.png 

樣本輸出

Objects (id: bounding-box centroid area mean-color): 
    0: 695x297+0+0 355.4,150.9 107426 srgb(0,0,0) 
    2: 276x188+352+54 487.8,148.7 50369 srgb(255,255,255) 
    1: 275x194+43+44 185.9,143.3 46695 srgb(255,255,255) 
    3: 78x47+56+56 96.4,72.9 1731 srgb(0,0,0) 
    4: 18x16+168+183 176.5,190.4 194 srgb(0,0,0) 

，給出了一個「標記爲」形象，我們實際上並沒有打算使用，但識別每個斑點它以連續較淡發現。

現在看文本輸出上面，你可以看到有5個斑點 - 每行一個。您可以檢查第四個字段，它是blob的區域，第五個字段是顏色 - 這將有助於區分黑色和白色斑點。讓我們來看看一對夫婦的斑點，並吸引他們在原始圖像上：

convert scan.jpg -fill "rgba(255,0,0,0.5)" -draw "rectangle 352,54 628,242" result1.png 

convert scan.jpg -fill "rgba(255,0,0,0.5)" -draw "rectangle 43,44 318,238" result2.png 

現在我們可以砍下個人網頁出來：

convert scan.jpg -crop 276x188+352+54 doc1.png 

convert scan.jpg -crop 275x194+43+44 doc2.png 

Answer 2

您可以嘗試findContours。

findContours (image, contours, hierarchy,     
       CV_RETR_EXTERNAL,    
       CV_CHAIN_APPROX_SIMPLE, 
       Point(0, 0)); 

然後使用drawContours來查看是否選擇了所需的圖像。 您可以找到輪廓的邊界框，而不必擔心錯誤的掃描。 如果這不起作用，嘗試預處理您的圖像，你可以嘗試變形，閾值等。

我希望這有助於！

Answer 3

馬克·瑟特查問我告訴我的劇本，multicrop2，這確實像他的所有命令的東西他的榜樣。見http://www.fmwconcepts.com/imagemagick/multicrop2/index.php

我注意到他的圖像周圍有一個黑色邊框。所以我需要先用Imagemagick刮臉去除它，然後將它傳遞給我的腳本multicrop2。

convert vZiPW.jpg -shave 3x3 miff:- | multicrop2 -u 1 -f 1 -m save -d 10000 vZiPW_shaved.png multicrop_results.jpg 

在腳本中，我使用-u 1來進行去斜角來旋轉提取的圖像。我使用-f 1（模糊值或1％的容差）以允許在填充期間將JPG壓縮更改爲背景白色以製作遮罩。我還保存了我的腳本首先提取的掩碼來定位兩個圖像。由於圖像的顏色接近白色，因此可能會有小孔或斑點。所以我的腳本將使用連接的組件進程來填充這些洞。因此，它忽略了任何區域，其面積小於10000像素，如-d 10000所示。更重要的是，它使用連接的組件來定位來自掩碼的兩個大區域的邊界框，然後裁剪和不旋轉來自輸入圖像。

這裏是一個floodfill操作後的原始掩模和所連接的部件的處理之前除去小斑點：

下面是抗扭斜unrotation後的兩個提取的圖像。