如何从纸张(opencv)中提取这6个符号(签名)
我有一个形象: 我试着一个接一个地提取信号。如何从纸张(opencv)中提取这6个符号(签名),opencv,feature-extraction,opencv-contour,Opencv,Feature Extraction,Opencv Contour,我有一个形象: 我试着一个接一个地提取信号。 我尝试了findContours(),但得到了很多内部轮廓。有什么方法可以做到这一点吗?在查找轮廓时,始终确保感兴趣的区域为白色。在这种情况下,将图像转换为灰度后,应用反转的二进制阈值,使签名为白色。执行此操作后,findContours()将轻松找到所有签名 代码: 以下实现是用python实现的: import cv2 image = cv2.imread(r'C:\Users\Jackson\Desktop\sign.jpg') #---
我尝试了
findContours()
,但得到了很多内部轮廓。有什么方法可以做到这一点吗?在查找轮廓时,始终确保感兴趣的区域为白色。在这种情况下,将图像转换为灰度后,应用反转的二进制阈值,使签名为白色。执行此操作后,findContours()
将轻松找到所有签名
代码:
以下实现是用python实现的:
import cv2
image = cv2.imread(r'C:\Users\Jackson\Desktop\sign.jpg')
#--- Image was too big hence I resized it ---
image = cv2.resize(image, (0, 0), fx = 0.5, fy = 0.5)
#--- Converting image to grayscale ---
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
#--- Performing inverted binary threshold ---
retval, thresh_gray = cv2.threshold(gray, 0, 255, type = cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)
cv2.imshow('sign_thresh_gray', thresh_gray)
结果:
这里我有一些提取的签名
太棒了!!谢谢
#--- finding contours ---
image, contours, hierarchy = cv2.findContours(thresh_gray,cv2.RETR_EXTERNAL, \
cv2.CHAIN_APPROX_SIMPLE)
for i, c in enumerate(contours):
if cv2.contourArea(c) > 100:
x, y, w, h = cv2.boundingRect(c)
roi = image[y :y + h, x : x + w ]
cv2.imshow('sign_{}.jpg'.format(i), roi)
cv2.waitKey()
cv2.destroyAllWindows()