OpenCV中的文檔的圖案提取層

首先，我們通過對其強度的80％進行閾值處理並將所得圖像反轉來生成給定圖像的二進制圖像。在二進制圖像白色像素代表字符，圖形和線等模式提取的第一步是定位矩形區域稱爲'rect'。矩形是鬆散連接的白色像素1的矩形區域，其包含文檔的某個邏輯部分。我們考慮簡單的8鄰域連接性和執行連接組件（等值線）分析二進制圖像，導致文本組件分割。對於算法的下一部分，我們使用輪廓的最小邊界矩形。然後使用左上角和右上角的二維點信息將這些矩形自上而下和從左到右排序。更小的連接的圖案基於假設被丟棄，它們可能由於依賴於圖像的噪音而產生，並且不以任何方式對最終佈局貢獻。還使用較小尺寸的標準例如忽略了標點符號。逗號，句號等。在這個級別我們還根據邊界高度使用avgh（平均高度）作爲閾值分隔字體。兩個閾值用於將字體分爲三類 - 小，正常和大。OpenCV中的文檔的圖案提取層

equation http://a1.sphotos.ak.fbcdn.net/hphotos-ak-snc7/401374_144585198985889_100003032296249_180106_343820769_n.jpg

你可以幫我翻譯這個理論爲OpenCV的源代碼，或者給我任何相關的鏈接，這一點，即時通訊目前正在與文檔圖像分析的工作我的論文....

來源

2011-12-28 kcire arraveug

我知道這是一個很晚的答覆。但我認爲未來的人可以從中獲得幫助。

下面是答案我想我從上述通道理解（爲所有代碼在OpenCV中的Python v 2.4-β）：

我以此爲輸入圖像。爲了理解起見，這是一個簡單的圖像。

input image

First we generate the binary image of the give image by thresholding it at 80% of its intensity and inverting the resulting image.

import cv2 
import numpy as np 

img = cv2.imread('doc4.png') 
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) 
ret,thresh = cv2.threshold(gray,0.8*gray.max(),255,1) 
contours, hier = cv2.findContours(thresh,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)

閾值的圖像：

threshold image

We considered simple 8-neighborhood connectivity and performed connected component (contour) analysis of the binary image leading to the segmentation of the textual components.

這只是OpenCV中的輪廓查找，也叫connected-component labelling.它選擇圖像中的所有白色斑點（組件）。

contours, hier = cv2.findContours(thresh,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)

輪廓：

contours

For next part of algorithm we use the minimum bounding rectangle of contours.

圍繞每個檢測到的輪廓現在我們發現邊界矩形。然後用小區域去除輪廓刪除逗號等見聲明：

Smaller connected patterns were discarded based on the assumption that they may have originated due to noise dependent on image acquisition system and does not in any way contribute to the final layout. Also punctuation marks were neglected using smaller size criterion e.g. comma, full-stop etc.

我們還發現，平均身高，avgh。

height = 0 
num = 0 
letters = [] 
ht = [] 

for (i,cnt) in enumerate(contours): 
    (x,y,w,h) = cv2.boundingRect(cnt) 
    if w*h<200: 
     cv2.drawContours(thresh2,[cnt],0,(0,0,0),-1) 
    else: 
     cv2.rectangle(thresh2,(x,y),(x+w,y+h),(0,255,0),1) 
     height = height + h 
     num = num + 1 
     letters.append(cnt) 
     ht.append(h) 

avgh = height/num

所以在這之後的所有逗號等被刪除，綠色長方形周圍繪製選擇的：

bounding rect

At this level we also segregate the fonts based on the height of the bounding rect using avgh (average height) as threshold. Two thresholds are used to classify fonts into three categories - small, normal and large（給定公式爲通道）。

平均身高，平均身高，這裏得到的是40.所以一個字母是small如果身高低於26.66（即40x2/3），normal如果26.66大，如果身高> 60。但在給定的圖像中，所有高度落在（28,58）之間，因此一切都是正常的。所以你看不出有什麼不同。

所以我只是做了一個小的修改，以輕鬆查看它：如果小高< 30，正常的，如果3050

for (cnt,h) in zip(letters,ht): 
    print h 
    if h<=30: 
     cv2.drawContours(thresh2,[cnt],0,(255,0,0),-1) 
    elif 30 < h <= 50: 
     cv2.drawContours(thresh2,[cnt],0,(0,255,0),-1) 
    else: 
     cv2.drawContours(thresh2,[cnt],0,(0,0,255),-1) 
cv2.imshow('img',thresh2) 
cv2.waitKey(0) 
cv2.destroyAllWindows()

現在你得到歸類爲小，中，大字母結果：

result

These rectangles were then sorted top-to-bottom and left-to-right order, using 2D point information of leftmost-topmost corner.

這部分我省略了。它只是對所有邊界矩陣的最左上角進行排序。

來源

2012-04-22 18:14:20

OpenCV中的文檔的圖案提取層

回答

相關問題