时间:2021-05-22
原图
代码
src = cv2.imread("28.png") gray_src = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY) #cv2.imshow("input image", src) #cv2.imshow("gray image", gray_src) #cv2.waitKey(0) gray_src = cv2.bitwise_not(gray_src) #二值化 binary_src = cv2.adaptiveThreshold(gray_src, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 15, -2) cv2.namedWindow("result image", cv2.WINDOW_AUTOSIZE) cv2.imshow("result image", binary_src) #cv2.waitKey(0) # 提取水平线 src.shape[1]得到src列数 #hline = cv2.getStructuringElement(cv2.MORPH_RECT, (1, 1), (-1, -1)) hline = cv2.getStructuringElement(cv2.MORPH_RECT, (1, 4), (-1, -1)) #定义结构元素,卷积核 # 提取垂直线 src.shape[0]得到src行数 vline = cv2.getStructuringElement(cv2.MORPH_RECT, (4, 1), (-1, -1)) #vline = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3)) # 这两步就是形态学的开操作——先腐蚀再膨胀 #temp = cv2.erode(binary_src, hline) #腐蚀 #dst = cv2.dilate(temp, hline) #膨胀 # 开运算 dst = cv2.morphologyEx(binary_src, cv2.MORPH_OPEN, hline) #水平方向 dst = cv2.morphologyEx(dst, cv2.MORPH_OPEN, vline) #垂直方向 #将二指图片的效果反转既黑色变白色,白色变黑色。 非操作 dst = cv2.bitwise_not(dst) cv2.imshow("Final image", dst) cv2.waitKey(0)结果图,还有一些点需要进一步处理
补充知识:Opencv 提取水平 垂直线,去除杂线,提取对象
我就废话不多说了,大家还是直接看代码吧~
#include<opencv2\opencv.hpp>#include<iostream> using namespace std;using namespace cv; int main(int argc, char* argv[]){ Mat src = imread("截图3.jpg"); if (src.empty()) { return -1; } String strInput = "input image"; namedWindow(strInput, CV_WINDOW_AUTOSIZE); imshow(strInput, src); Mat dst; cvtColor(src, dst, CV_BGR2GRAY);//转灰度 imshow("output grap image", dst); Mat binimg; adaptiveThreshold(~dst, binimg, 255, ADAPTIVE_THRESH_MEAN_C, ADAPTIVE_THRESH_MEAN_C, 15, -2);//转二值 imshow("binary image", binimg); Mat hLine = getStructuringElement(MORPH_RECT, Size(src.cols/16, 1), Point(-1, -1));//水平结构 Mat vLine = getStructuringElement(MORPH_RECT, Size(1, src.rows / 16), Point(-1, -1));//垂直结构 Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));//去除杂线 提取对象 Mat tmp; //erode(binimg, tmp, vLine); //dilate(tmp, dst, vLine); morphologyEx(binimg, dst, CV_MOP_OPEN,hLine); bitwise_not(dst, dst);//取反 blur(dst, dst, Size(3, 3), Point(-1, -1)); imshow("Final image", dst); waitKey(0); return 0;}以上这篇Python OpenCV去除字母后面的杂线操作就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
python+opencv车道线检测(简易实现),供大家参考,具体内容如下技术栈:python+opencv实现思路:1、canny边缘检测获取图中的边缘信息;
为了锻炼下JQuery,决定自己动手写写分页最终的效果如图:点击某个字母后,下方显示以该字母为首字母的所有词语;分页显示,每页显示15个词语,每组页码有20个,
语言:python+opencv为什么使用图像腐蚀和图像膨胀如图,使用图像腐蚀进行去噪,但是为压缩噪声。对腐蚀过的图像,进行膨胀处理,可以去除噪声,并保持原样形
下载opencv2.4.9(python2.7匹配)后(1)运行OpenCV2.4.9.exe;(2)配置Python:将\opencv\build\pytho
明确一下,我们需要使用python来调用opencv中的库函数,所以需要安装opencv-python。主要需要安装:1.opencv-python2.nump