[转]图片中的字符分割提取(基于opencv)

http://blog.csdn.net/anqing715/article/details/16883863

源图片

像这些图片的字符就比较好操作，每个字符都独立，不连在一起，所以轮廓检测最好了。
所以就有：
1.源图片转成单通道的灰阶图片
2.对灰度图像进行阈值操作得到二值图像

（对于一些手机拍的，背景色不是纯的话，可以用cvSmooth()平滑一下。）

二值化后的图片

3.轮廓检测（只获取最外层的）
4.遍历所有检测到的轮廓，用cvBoundingRect（）得到每一个轮廓的外接矩形

找到的轮廓

5.抠它们出来，这步在上面的遍历中直接通过setROI方法进行提取。

最后的结果

下面是源码：

1. #include "stdafx.h"
2. #include "cv.h"
3. #include "highgui.h"
4. #include "cxcore.h"
5. int main(int argc, char* argv[])
6. {
7. IplImage* imgSrc = cvLoadImage("D:\\4.jpg",CV_LOAD_IMAGE_COLOR);
8. IplImage* img_gray = cvCreateImage(cvGetSize(imgSrc), IPL_DEPTH_8U, 1);
9. cvCvtColor(imgSrc, img_gray, CV_BGR2GRAY);
10. cvThreshold(img_gray, img_gray,100, 255,CV_THRESH_BINARY_INV);// CV_THRESH_BINARY_INV使得背景为黑色，字符为白色，这样找到的最外层才是字符的最外层
11. cvShowImage("ThresholdImg",img_gray);
12. CvSeq* contours = NULL;
13. CvMemStorage* storage = cvCreateMemStorage(0);
14. // 上面源图片有瑕疵可以用腐蚀，膨胀来祛除
15. int count = cvFindContours(img_gray, storage, &contours,sizeof(CvContour),CV_RETR_EXTERNAL);
16. printf("轮廓个数：%d",count);
17. int idx = 0;
18. char szName[56] = {0};
19. int tempCount=0;
20. for (CvSeq* c = contours; c != NULL; c = c->h_next) {
21. CvRect rc =cvBoundingRect(c,0);
22. //      if ()
23. //       {
24. //           continue;     这里可以根据轮廓的大小进行筛选
25. //       }
26. cvDrawRect(imgSrc, cvPoint(rc.x, rc.y), cvPoint(rc.x + rc.width, rc.y + rc.height), CV_RGB(255, 0, 0));
27. IplImage* imgNo = cvCreateImage(cvSize(rc.width, rc.height), IPL_DEPTH_8U, 3);
28. cvSetImageROI(imgSrc, rc);
29. cvCopyImage(imgSrc, imgNo);
30. cvResetImageROI(imgSrc);
31. sprintf(szName, "wnd_%d", idx++);
32. cvNamedWindow(szName);
33. cvShowImage(szName, imgNo); //如果想切割出来的图像从左到右排序，或从上到下，可以比较rc.x,rc.y;
34. cvReleaseImage(&imgNo);
35. }
36. cvNamedWindow("src");
37. cvShowImage("src", imgSrc);
38. cvWaitKey(0);
39. cvReleaseMemStorage(&storage);
40. cvReleaseImage(&imgSrc);
41. cvReleaseImage(&img_gray);
42. cvDestroyAllWindows();
43. return 0;
44. }