如何将图像裁剪到仅使用Python OpenCV的文本部分？

Question

我想裁剪图像以仅提取文本部分。有成千上万的尺寸不同，所以我无法硬码坐标。我试图删除左侧和底部的不需要线。我该怎么做？

原始	预期

Answer 1

通过查找图像中的所有非零点来确定最小跨度的边界框。最后，使用此边界框裁剪您的图像。在这里找到轮廓是耗时且不必要的，尤其是因为您的文本是与轴线一致的。您可以通过组合 cv2.findnonzero 和 cv2.BoundingRect 来实现目标。

希望这会起作用！ ：

import numpy as np
import cv2
img = cv2.imread(r"W430Q.png")
  # Read in the image and convert to grayscale
img = img[:-20, :-20]  # Perform pre-cropping
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
gray = 255*(gray < 50).astype(np.uint8)  # To invert the text to white
gray = cv2.morphologyEx(gray, cv2.MORPH_OPEN, np.ones(
    (2, 2), dtype=np.uint8))  # Perform noise filtering
coords = cv2.findNonZero(gray)  # Find all non-zero points (text)
x, y, w, h = cv2.boundingRect(coords)  # Find minimum spanning bounding box
# Crop the image - note we do this on the original image
rect = img[y:y+h, x:x+w]
cv2.imshow("Cropped", rect)  # Show it
cv2.waitKey(0)
cv2.destroyAllWindows()

在上面的代码中，代码是我将阈值设置为50以下以使深文本为白色的地方。但是，由于这输出了二进制图像，因此我将其转换为 uint8 ，然后缩放255。文本有效地倒置。

然后，使用 cv2.findnonzero，我们发现了此图像的所有非零位置。然后，我们将其传递给 cv2.BoundingRect ，它返回了左上角边界框以及其宽度和高度。最后，我们可以利用它来裁剪图像。这是在原始图像上完成的，而不是倒版本。

Answer 2

这是一种简单的方法：

1. 获取二进制图像。 加载图像，，，然后 OTSU的阈值获得二进制黑色/白色图像。

2. 卸下水平线。由于我们只是尝试提取文本，因此我们删除水平线以帮助我们下一步，因此不正确的轮廓不会合并在一起。

3. 将文本合并到一个轮廓中。这个想法是，彼此相邻的字符是文本墙的一部分。因此，我们可以
   

4. 查找轮廓并提取ROI。 noreferrer“>查找轮廓，按区域排序轮廓，然后使用numpy切片提取最大的轮廓ROI。

   
   

---

这是每个步骤的可视化：

中的水平线

二进制图像 - ＆gt; 绿色1	2

扩张以组合成单个轮廓 - /code>检测到的ROI在绿色

3	4

结果

代码

import cv2
import numpy as np

# Load image, grayscale, Gaussian blur, Otsu's threshold
image = cv2.imread('1.png')
original = image.copy()
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray, (3, 3), 0)
thresh = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

# Remove horizontal lines
horizontal_kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (25,1))
detected_lines = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, horizontal_kernel, iterations=1)
cnts = cv2.findContours(detected_lines, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
for c in cnts:
    cv2.drawContours(thresh, [c], -1, 0, -1)

# Dilate to merge into a single contour
vertical_kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (2,30))
dilate = cv2.dilate(thresh, vertical_kernel, iterations=3)

# Find contours, sort for largest contour and extract ROI
cnts, _ = cv2.findContours(dilate, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[-2:]
cnts = sorted(cnts, key=cv2.contourArea, reverse=True)[:-1]
for c in cnts:
    x,y,w,h = cv2.boundingRect(c)
    cv2.rectangle(image, (x, y), (x + w, y + h), (36,255,12), 4)
    ROI = original[y:y+h, x:x+w]
    break

cv2.imshow('image', image)
cv2.imshow('dilate', dilate)
cv2.imshow('thresh', thresh)
cv2.imshow('ROI', ROI)
cv2.waitKey()