Java基于opencv实现图像数字识别(五)—投影法分割字符

Java基于opencv实现图像数字识别(五)—投影法分割字符

水平投影法

1、水平投影法就是先用一个数组统计出图像每行黑色像素点的个数(二值化的图像)；

2、选出一个最优的阀值，根据比这个阀值大或小，用一个数组记录相应Y轴的坐标；

3、因为是水平切割我们只需要Y轴的切割点即可，宽度默认图像的宽，高度可以用相邻的切割点相减得到；

4、优化切割点，把切割点靠近的都清除掉

5、设置感应区的区域，切割图片

垂直投影法和水平投影法类似，对比思考一下

因为我做的是表格的切割，你如果想实现验证码的切割，或者其他的类比这个，我想也是很容易实现的

我们先看一下，效果，还是很不错的

水平切割代码

// 图像切割,水平投影法切割
public List<Mat> cutImgX() {
	int i, j;
	int nWidth = getWidth(), nHeight = getHeight();
	int[] xNum = new int[nHeight], cNum;
	int average = 0;// 记录像素的平均值
	// 统计出每行黑色像素点的个数
	for (i = 0; i < nHeight; i++) {
		for (j = 0; j < nWidth; j++) {
			if (getPixel(i, j) == BLACK) {
				xNum[i]++;
			}

		}
	}

	// 经过测试这样得到的平均值最优
	cNum = Arrays.copyOf(xNum, xNum.length);
	Arrays.sort(cNum);
	for (i = 31 * nHeight / 32; i < nHeight; i++) {
		average += cNum[i];
	}
	average /= (nHeight / 32);

	// 把需要切割的y点都存到cutY中
	List<Integer> cutY = new ArrayList<Integer>();
	for (i = 0; i < nHeight; i++) {
		if (xNum[i] > average) {
			cutY.add(i);
		}
	}

	// 优化cutY把
	if (cutY.size() != 0) {

		int temp = cutY.get(cutY.size() - 1);
		// 因为线条有粗细,优化cutY
		for (i = cutY.size() - 2; i >= 0; i--) {
			int k = temp - cutY.get(i);
			if (k <= 8) {
				cutY.remove(i);
			} else {
				temp = cutY.get(i);

			}

		}
	}

	// 把切割的图片都保存到YMat中
	List<Mat> YMat = new ArrayList<Mat>();
	for (i = 1; i < cutY.size(); i++) {
		// 设置感兴趣的区域
		int startY = cutY.get(i - 1);
		int height = cutY.get(i) - startY;
		Mat temp = new Mat(mat, new Rect(0, startY, nWidth, height));
		Mat t = new Mat();
		temp.copyTo(t);
		YMat.add(t);
	}

	return YMat;
}

垂直投影法

// 图像切割,垂直投影法切割
public List<Mat> cutImgY() {

	int i, j;
	int nWidth = getWidth(), nHeight = getHeight();
	int[] xNum = new int[nWidth], cNum;
	int average = 0;// 记录像素的平均值
	// 统计出每列黑色像素点的个数
	for (i = 0; i < nWidth; i++) {
		for (j = 0; j < nHeight; j++) {
			if (getPixel(j, i) == BLACK) {
				xNum[i]++;
			}

		}
	}

	// 经过测试这样得到的平均值最优 , 平均值的选取很重要
	cNum = Arrays.copyOf(xNum, xNum.length);
	Arrays.sort(cNum);
	for (i = 31 * nWidth / 32; i < nWidth; i++) {
		average += cNum[i];
	}
	average /= (nWidth / 28);

	// 把需要切割的x点都存到cutY中,
	List<Integer> cutX = new ArrayList<Integer>();
	for (i = 0; i < nWidth; i += 2) {
		if (xNum[i] >= average) {
			cutX.add(i);
		}
	}

	if (cutX.size() != 0) {

		int temp = cutX.get(cutX.size() - 1);
		// 因为线条有粗细,优化cutY
		for (i = cutX.size() - 2; i >= 0; i--) {
			int k = temp - cutX.get(i);
			if (k <= 10) {
				cutX.remove(i);
			} else {
				temp = cutX.get(i);

			}

		}
	}

	// 把切割的图片都保存到YMat中
	List<Mat> XMat = new ArrayList<Mat>();
	for (i = 1; i < cutX.size(); i++) {
		// 设置感兴趣的区域
		int startX = cutX.get(i - 1);
		int width = cutX.get(i) - startX;
		Mat temp = new Mat(mat, new Rect(startX, 0, width, nHeight));
		Mat t = new Mat();
		temp.copyTo(t);
		XMat.add(t);
	}

	return XMat;
}

注：本文章参考了很多博客，感谢；主要是跟着一个博客来实现的https://blog.csdn.net/ysc6688/article/category/2913009(也是基于opencv来做的)感谢