Извлечь ограничительную рамку и сохранить ее как изображение

Предположим, что у вас есть следующее изображение: Example:

Теперь я хочу извлечь на отдельные изображения каждую из независимых букв, для этой задачи я восстановил контуры, а затем нарисовал ограничивающий прямоугольник, в этом случае для символа 'a':

Bounding box for the character 'a'

После этого я хочу извлечь каждый из полей (в этом случае для буквы "a" ) и сохранить его в файле изображения.

Ожидаемый результат:  Result

Здесь мой код:

import numpy as np
import cv2

im = cv2.imread('abcd.png')
im[im == 255] = 1
im[im == 0] = 255
im[im == 1] = 0
im2 = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
ret,thresh = cv2.threshold(im2,127,255,0)
contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

for i in range(0, len(contours)):
    if (i % 2 == 0):
       cnt = contours[i]
       #mask = np.zeros(im2.shape,np.uint8)
       #cv2.drawContours(mask,[cnt],0,255,-1)
       x,y,w,h = cv2.boundingRect(cnt)
       cv2.rectangle(im,(x,y),(x+w,y+h),(0,255,0),2)
       cv2.imshow('Features', im)
       cv2.imwrite(str(i)+'.png', im)

cv2.destroyAllWindows()

Спасибо заранее.

Ответы

Ответ 1

Следующее даст вам одну букву

letter = im[y:y+h,x:x+w]

Ответ 2

Вот подход:

  • Преобразовать изображение в оттенки серого
  • Порог Оцу для получения двоичного изображения
  • Найти контуры
  • Итерация по контурам и извлечение ROI с использованием Numpy Slicing

После нахождения контуров мы используем cv2.boundingRect(), чтобы получить координаты ограничительного прямоangularьника для каждой буквы.

x,y,w,h = cv2.boundingRect(c)

Чтобы извлечь ROI, мы используем Numpy Slicing

ROI = image[y:y+h, x:x+w]

Поскольку у нас есть координаты ограничительного прямоangularьника, мы можем нарисовать зеленые ограничивающие рамки

cv2.rectangle(copy,(x,y),(x+w,y+h),(36,255,12),2)

Здесь обнаружены буквы

enter image description here

Здесь каждая сохраненная буква ROI

enter image description here

import cv2

image = cv2.imread('1.png')
copy = image.copy()
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray,0,255,cv2.THRESH_OTSU + cv2.THRESH_BINARY)[1]

cnts = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]

ROI_number = 0
for c in cnts:
    x,y,w,h = cv2.boundingRect(c)
    ROI = image[y:y+h, x:x+w]
    cv2.imwrite('ROI_{}.png'.format(ROI_number), ROI)
    cv2.rectangle(copy,(x,y),(x+w,y+h),(36,255,12),2)
    ROI_number += 1

cv2.imshow('thresh', thresh)
cv2.imshow('copy', copy)
cv2.waitKey()