イメージとクロップの矩形を検出

Question

私は手書き数字のスキャンされたイメージを長方形（小さなもの）の中にたくさん持っています。

数字を含む各画像をトリミングし、各行に同じ名前を付けて保存してください。

編集

import cv2 

img = cv2.imread('Data\Scan_20170612_4.jpg') 

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) 
gray = cv2.bilateralFilter(gray, 11, 17, 17) 
edged = cv2.Canny(gray, 30, 200) 

_, contours, hierarchy = cv2.findContours(edged, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE) 

i = 0 
for c in contours: 
    peri = cv2.arcLength(c, True) 
    approx = cv2.approxPolyDP(c, 0.09 * peri, True) 

    if len(approx) == 4: 
     screenCnt = approx 
     cv2.drawContours(img, [screenCnt], -1, (0, 255, 0), 3) 
     cv2.imwrite('cropped\\' + str(i) + '_img.jpg', img) 

     i += 1 

Answer 1

マイバージョン

import cv2 
import numpy as np 

fileName = ['9','8','7','6','5','4','3','2','1','0'] 

img = cv2.imread('Data\Scan_20170612_17.jpg') 

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) 
gray = cv2.bilateralFilter(gray, 11, 17, 17) 

kernel = np.ones((5,5),np.uint8) 
erosion = cv2.erode(gray,kernel,iterations = 2) 
kernel = np.ones((4,4),np.uint8) 
dilation = cv2.dilate(erosion,kernel,iterations = 2) 

edged = cv2.Canny(dilation, 30, 200) 

_, contours, hierarchy = cv2.findContours(edged, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) 

rects = [cv2.boundingRect(cnt) for cnt in contours] 
rects = sorted(rects,key=lambda x:x[1],reverse=True) 


i = -1 
j = 1 
y_old = 5000 
x_old = 5000 
for rect in rects: 
    x,y,w,h = rect 
    area = w * h 

    if area > 47000 and area < 70000: 

     if (y_old - y) > 200: 
      i += 1 
      y_old = y 

     if abs(x_old - x) > 300: 
      x_old = x 
      x,y,w,h = rect 

      out = img[y+10:y+h-10,x+10:x+w-10] 
      cv2.imwrite('cropped\\' + fileName[i] + '_' + str(j) + '.jpg', out) 

      j+=1 

Answer 2

_, contours, hierarchy = cv2.findContours(edged, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE) 

あなたはイメージで輪郭を見つけるために、cv2.RETR_LISTを使用しています。イメージがより良い出力を得るには、cv2.RETR_EXTERNALを使用してください。最初にそれを使用する前に黒から国境ラインを削除します。

cv2.RETR_LISTは

_, contours, hierarchy = cv2.findContours(edged, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) 

Contours Hierarchyにあなた

変更ラインを唯一の外部または外側の輪郭ではなく、内部の輪郭を与えるあなたのイメージ

cv2.RETR_EXTERNALためのすべての輪郭のリストを与えます

Answer 3

これは簡単なことですが、試してみてください。ここに私の出力 - （画像とその一つの小さなビット）私がやったこと

ですか？それは右のポイントから始まる、画像

洪水がいっぱいしきい値を小さなドットを削除し、ライン

を厚くするために、拡張を侵食

私の画面ではあまりにも大きかったので、最初の画像をリサイズ

2. フラッドフィルを反転する
3. 輪郭を見つけて、長方形のおよそ の範囲内にある輪郭を一度に1つずつ描きます。私のサイズ変更された（500x500）イメージの場合、範囲は500〜2500（試行錯誤のように）の 輪郭の範囲を入れます。
4. 境界の矩形を見つけ、メインイメージからそのマスクをトリミングします。

5. 次に、私がしなかった適切な名前でその部分を保存します。

   多分、もっと簡単な方法がありますが、私はこれが好きでした。コードを入れないので 私はそれをすべて不器用にしました。あなたがまだそれを必要とする場合は入れます。

   ここでは、輪郭たびに

コード見つけたときのマスクがどのように見えるかです：ここでは

import cv2; 
import numpy as np; 

# Run the code with the image name, keep pressing space bar 

# Change the kernel, iterations, Contour Area, position accordingly 
# These values work for your present image 

img = cv2.imread("your_image.jpg", 0); 
h, w = img.shape[:2] 
kernel = np.ones((15,15),np.uint8) 

e = cv2.erode(img,kernel,iterations = 2) 
d = cv2.dilate(e,kernel,iterations = 1) 
ret, th = cv2.threshold(d, 150, 255, cv2.THRESH_BINARY_INV) 

mask = np.zeros((h+2, w+2), np.uint8) 
cv2.floodFill(th, mask, (200,200), 255); # position = (200,200) 
out = cv2.bitwise_not(th) 
out= cv2.dilate(out,kernel,iterations = 3) 
cnt, h = cv2.findContours(out,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE) 
for i in range(len(cnt)): 
      area = cv2.contourArea(cnt[i]) 
      if(area>10000 and area<100000): 
        mask = np.zeros_like(img) 
        cv2.drawContours(mask, cnt, i, 255, -1) 
        x,y,w,h = cv2.boundingRect(cnt[i]) 
        crop= img[ y:h+y,x:w+x] 
        cv2.imshow("snip",crop) 
        if(cv2.waitKey(0))==27:break 

cv2.destroyAllWindows()