[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：

[cpp] view plain copy

 

 print?

1. #include "stdafx.h"  
2. #include "cv.h"  
3. #include "highgui.h"  
4. #include "cxcore.h"  
5.   
6.   
7.   
8. int main(int argc, char* argv[])  
9. {  
10.     IplImage* imgSrc = cvLoadImage("D:\\4.jpg",CV_LOAD_IMAGE_COLOR);  
11.     IplImage* img_gray = cvCreateImage(cvGetSize(imgSrc), IPL_DEPTH_8U, 1);  
12.     cvCvtColor(imgSrc, img_gray, CV_BGR2GRAY);  
13.     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  
14.     cvShowImage("ThresholdImg",img_gray);  
15.     CvSeq* contours = NULL;  
16.     CvMemStorage* storage = cvCreateMemStorage(0);   
17.     // 上面源图片有瑕疵可以用腐蚀，膨胀来祛除  
18.     int count = cvFindContours(img_gray, storage, &contours,sizeof(CvContour),CV_RETR_EXTERNAL);  
19.     printf("轮廓个数：%d",count);  
20.     int idx = 0;  
21.     char szName[56] = {0};  
22.     int tempCount=0;  
23.     for (CvSeq* c = contours; c != NULL; c = c->h_next) {  
24.          CvRect rc =cvBoundingRect(c,0);                                                                                                                 
25. //      if ()      
26. //       {    
27. //           continue;     这里可以根据轮廓的大小进行筛选  
28. //       }  
29.     cvDrawRect(imgSrc, cvPoint(rc.x, rc.y), cvPoint(rc.x + rc.width, rc.y + rc.height), CV_RGB(255, 0, 0));  
30.     IplImage* imgNo = cvCreateImage(cvSize(rc.width, rc.height), IPL_DEPTH_8U, 3);   
31.     cvSetImageROI(imgSrc, rc);  
32.     cvCopyImage(imgSrc, imgNo);  
33.     cvResetImageROI(imgSrc);   
34.     sprintf(szName, "wnd_%d", idx++);   
35.     cvNamedWindow(szName);   
36.     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;  
37.     cvReleaseImage(&imgNo);   
38.    }  
39.     cvNamedWindow("src");   
40.     cvShowImage("src", imgSrc);  
41.     cvWaitKey(0);   
42.     cvReleaseMemStorage(&storage);   
43.     cvReleaseImage(&imgSrc);   
44.     cvReleaseImage(&img_gray);   
45.     cvDestroyAllWindows();   
46.     return 0;                                                                                                                                       
47. }  

[转]图片中的字符分割提取(基于opencv)

原文：http://www.cnblogs.com/zkwarrior/p/5657312.html