使用opencv獲取影像中所有輪廓的位置，但跳過文本

我想檢索下面影像的所有輪廓，但忽略文本。

圖片：

當我嘗試找到當前影像的輪廓時，我得到以下資訊：

我不知道該怎么做，因為我是使用 OpenCV 和影像處理的新手。我想忽略文本，我該如何實作？如果忽略是不可能的，但在文本周圍制作一個邊界框，那也很好。

編輯：

我需要匹配的標準：

• 輪廓的大小和形狀可能非常大。
• 圖片中的顏色可能會有所不同。
• 圖片中文字的顏色和大小可能會有所不同。

uj5u.com熱心網友回復：

這是在 Python/OpenCV 中執行此操作的一種方法。

• 讀取輸入
• 轉換為灰度
• 獲得 Canny 邊緣
• 應用形態關閉以確保它們關閉
• 獲取所有輪廓層次結構
• 過濾輪廓以僅在周長中保留高于閾值的輪廓
• 在輸入上繪制輪廓
• 在黑色背景上繪制每個輪廓
• 保存結果

輸入：

import numpy as np
import cv2

# read input
img = cv2.imread('short_title.png')

# convert to gray
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# get canny edges
edges = cv2.Canny(gray, 1, 50)

# apply morphology close to ensure they are closed
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3,3))
edges = cv2.morphologyEx(edges, cv2.MORPH_CLOSE, kernel)

# get contours
contours = cv2.findContours(edges, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
contours = contours[0] if len(contours) == 2 else contours[1]

# filter contours to keep only large ones
result = img.copy()
i = 1
for c in contours:
    perimeter = cv2.arcLength(c, True)
    if perimeter > 500: 
        cv2.drawContours(result, c, -1, (0,0,255), 1)
        contour_img = np.zeros_like(img, dtype=np.uint8)
        cv2.drawContours(contour_img, c, -1, (0,0,255), 1)
        cv2.imwrite("short_title_contour_{0}.jpg".format(i),contour_img)
        i = i   1

# save results
cv2.imwrite("short_title_gray.jpg", gray)
cv2.imwrite("short_title_edges.jpg", edges)
cv2.imwrite("short_title_contours.jpg", result)

# show images
cv2.imshow("gray", gray)
cv2.imshow("edges", edges)
cv2.imshow("result", result)
cv2.waitKey(0)

灰度：

邊緣：

輸入的所有輪廓：

輪廓 1：

輪廓 2：

輪廓 3：

輪廓 4：

uj5u.com熱心網友回復：

以下是擦除文本的兩個選項：

• 使用 pytesseract OCR。
• 尋找白色（和小）連接組件。

兩種解決方案都構建了一個蒙版，擴大蒙版并cv2.inpaint用于擦除文本。

使用 pytesseract：

• 使用 查找文本框pytesseract.image_to_boxes。
• 用 填充掩碼中的框255。

代碼示例：

import cv2
import numpy as np
from pytesseract import pytesseract, Output

# Tesseract path
pytesseract.tesseract_cmd = "C:\\Program Files\\Tesseract-OCR\\tesseract.exe"

img = cv2.imread('ShortAndInteresting.png')

# https://stackoverflow.com/questions/20831612/getting-the-bounding-box-of-the-recognized-words-using-python-tesseract
boxes = pytesseract.image_to_boxes(img, lang='eng', config=' --psm 6')  # Run tesseract, returning the bounding boxes

h, w, _ = img.shape # assumes color image
mask = np.zeros((h, w), np.uint8)

# Fill the bounding boxes on the image
for b in boxes.splitlines():
    b = b.split(' ')
    mask = cv2.rectangle(mask, (int(b[1]), h - int(b[2])), (int(b[3]), h - int(b[4])), 255, -1)

mask = cv2.dilate(mask, np.ones((5, 5), np.uint8))  # Dilate the boxes in the mask
   
clean_img = cv2.inpaint(img, mask, 2, cv2.INPAINT_NS)  # Remove the text using inpaint (replace the masked pixels with the neighbor pixels).

# Show mask and clean_img for testing
cv2.imshow('mask', mask)
cv2.imshow('clean_img', clean_img)
cv2.waitKey()
cv2.destroyAllWindows()

面具：

查找白色（和小）連接組件：

• 用于mask = cv2.inRange(img, (230, 230, 230), (255, 255, 255))查找文本（假設文本為白色）。
• 使用查找掩碼中的連接組件cv2.connectedComponentsWithStats(mask, 4)
• 從掩碼中洗掉大組件 - 用零填充大面積的組件。

代碼示例：

import cv2
import numpy as np

img = cv2.imread('ShortAndInteresting.png')

mask = cv2.inRange(img, (230, 230, 230), (255, 255, 255))

nlabel, labels, stats, centroids = cv2.connectedComponentsWithStats(mask, 4)  # Finding connected components with statistics

# Remove large components from the mask (fill components with large area with zeros).
for i in range(1, nlabel):
    area = stats[i, cv2.CC_STAT_AREA]  # Get area
    if area > 1000:
        mask[labels == i] = 0  # Remove large connected components from the mask (fill with zero)

mask = cv2.dilate(mask, np.ones((5, 5), np.uint8))  # Dilate the text in the maks

cv2.imwrite('mask2.png', mask)

clean_img = cv2.inpaint(img, mask, 2, cv2.INPAINT_NS)  # Remove the text using inpaint (replace the masked pixels with the neighbor pixels).

# Show mask and clean_img for testing
cv2.imshow('mask', mask)
cv2.imshow('clean_img', clean_img)
cv2.waitKey()
cv2.destroyAllWindows()

面具：

干凈的影像：

筆記：

• 我的假設是您知道如何將影像分割成輪廓，唯一的問題是文本的存在。

uj5u.com熱心網友回復：

我建議使用泛色填充，找到每個顏色區域的種子點，泛色填充以忽略其中的文本值。希望有幫助！

請參閱此處使用洪水填充的示例：https ://www.programcreek.com/python/example/89425/cv2.floodFill

下面的示例從上面的鏈接復制

def fillhole(input_image):
'''
input gray binary image  get the filled image by floodfill method
Note: only holes surrounded in the connected regions will be filled.
:param input_image:
:return:
'''
im_flood_fill = input_image.copy()
h, w = input_image.shape[:2]
mask = np.zeros((h   2, w   2), np.uint8)
im_flood_fill = im_flood_fill.astype("uint8")
cv.floodFill(im_flood_fill, mask, (0, 0), 255)
im_flood_fill_inv = cv.bitwise_not(im_flood_fill)
img_out = input_image | im_flood_fill_inv
return img_out

標籤：Python C opencv 图像处理

上一篇：在opencv中編碼時我的相機沒有打開

下一篇：QtCreator中未定義的參考錯誤|開放式CV