Image 从图像中提取位代码

我在一个项目中工作，从图像中重新识别位代码，例如，黑色矩形表示0位，白色（空白，不可见）表示1位

有人知道如何处理图像来提取这些信息吗？我的项目是用jav编写的，但任何解决方案都是可以接受的。 万分感谢

---

谢谢大家的支持。 我不是图像处理专家，我尝试使用Canny边缘检测器实现应用边缘检测，免费java实现find。我使用了这个完整的图像[http://img257.imageshack.us/img257/5323/colorimg.png]，减小它（比例因子=0.4）以进行快速处理，这就是结果[http://img222.imageshack.us/img222/8255/colorimgout.png]. 现在，我如何解码0位值的白色矩形，而没有1位值的矩形？ 图像有10行X 16列。我不使用python，但我可以尝试将其转换为Java。

---

非常感谢支持。

我不熟悉Java，但在Python中，您可以使用图像库打开图像。然后加载高度和宽度，并根据高度/行和宽度/列将图像分割成相应的网格。然后，只需在这些区域中查找黑色像素，或PIL登记的黑色的任何颜色。这显然依赖于数据的网格性质

编辑：

进行边缘检测也可能是富有成效的。首先应用一种边缘检测方法，比如维基百科上的一些东西。我使用了archive.alwaysmovefast.com/basic-edge-detection-in-python.html上的一个。然后将任何小于180的灰度值（如果希望框更暗，请增加此值）转换为黑色，否则将其完全变为白色。然后创建边界框，即像素全部为白色的线条。如果数据没有严重倾斜，那么这应该可以很好地工作，否则您可能需要做更多的工作。有关结果，请参见此处：

编辑2：

丹尼斯，你的数据集有多大，图像有多大？如果有数千张这样的图像，那么手动删除边框（红色背景和黄色条）是不可行的。我认为在继续之前了解这一点很重要。此外，我认为prewitt边缘检测在这种情况下可能更有用，因为噪声似乎更小：

如果您以以下方式对bin进行预处理，则可以应用前面的分割方法，在这种情况下，您只需要在一些训练样本之后计算黑色或白色像素的数量和阈值。

---

我不熟悉Java，但在Python中，可以使用图像库打开图像。然后加载高度和宽度，并根据高度/行和宽度/列将图像分割成相应的网格。然后，只需在这些区域中查找黑色像素，或PIL登记的黑色的任何颜色。这显然依赖于数据的网格性质

编辑：

进行边缘检测也可能是富有成效的。首先应用一种边缘检测方法，比如维基百科上的一些东西。我使用了archive.alwaysmovefast.com/basic-edge-detection-in-python.html上的一个。然后将任何小于180的灰度值（如果希望框更暗，请增加此值）转换为黑色，否则将其完全变为白色。然后创建边界框，即像素全部为白色的线条。如果数据没有严重倾斜，那么这应该可以很好地工作，否则您可能需要做更多的工作。有关结果，请参见此处：

编辑2：

丹尼斯，你的数据集有多大，图像有多大？如果有数千张这样的图像，那么手动删除边框（红色背景和黄色条）是不可行的。我认为在继续之前了解这一点很重要。此外，我认为prewitt边缘检测在这种情况下可能更有用，因为噪声似乎更小：

如果您以以下方式对bin进行预处理，则可以应用前面的分割方法，在这种情况下，您只需要在一些训练样本之后计算黑色或白色像素的数量和阈值。

---

这是识别好的旧的OMR（光学标记识别）

解决方案因您获得的数据的质量和一致性而异，因此噪声非常重要

使用图像处理库显然会有所帮助

简单情况：图像无歪斜，无拉伸或收缩

创建图像的水平和垂直轮廓。i、 e.汇总所有列和所有行中的值，并存储在数组中。对于MxN（宽x高）的图像，水平剖面中有M个单元格，垂直剖面中有N个单元格

使用阈值确定哪些单元格为白色（空）哪些单元格为黑色。这假设您将在每一行或每一列中获得至少两个条目。因此，黑色单元格将定义一个感兴趣的位置（您期望标记的位置）

基于此，您可以在表单中定义菱形，获得菱形的坐标（有标记的矩形），然后您只需在每个菱形中添加像素值，并根据数字，您可以定义它是否有标记

案例2：倾斜（图像中的倾斜）

使用傅里叶变换（FFT）找到倾斜值，然后对其进行变换

案例3：拉伸或收缩

---

与1基本相同，但噪声更高，可靠性更低。

这是识别好的旧的OMR（光学标记识别）

解决方案因您获得的数据的质量和一致性而异，因此噪声非常重要

使用图像处理库显然会有所帮助

简单情况：图像无歪斜，无拉伸或收缩

创建图像的水平和垂直轮廓。i、 e.汇总所有列和所有行中的值，并存储在数组中。对于MxN（宽x高）的图像，水平剖面中有M个单元格，水平剖面中有N个单元格