Python 第三方opencv库实现图像分割处理

前言

所需要安装的库有：

pip install opencv-python

pip install matplotlib

Python接口帮助文档网址：https://docs.opencv.org/4.5.2/d6/d00/tutorial_py_root.html

本文所用到的图片素材：

首先，导入所用到的库：

import cv2
import os,shutil
from matplotlib import pyplot as plt

1.加载图片

注意：这里在传入图像路径时，路径中不能包含有中文名，否则会报错！！！

###1，加载图片
filepath = './testImage.png'  ###图像路径，注意：这里的路径不能包含有中文名
img = cv2.imread(filepath)
cv2.imshow('Orignal img', img)  ###显示图片
cv2.waitKey(0) ###防止一闪而过，是一个键盘绑定函数（0表示按下任意键终止）

2.对图片做灰度处理

###2，将彩色图片变为灰色（进行灰度处理）
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
cv2.imshow('img_gray', img_gray)
cv2.waitKey(0)

3.对图片做二值化处理

thresh=220是自定义设定的阈值(通过分析print(img_gray)的图像数据大概得到的)，像素值大于220被置成了0，小于220的被置成了255。

maxval=与 THRESH_BINARY 和 THRESH_BINARY_INV 阈值一起使用的最大值，可理解是填充色，范围为（0～255）。

type：参数类型阈值类型（ cv2.THRESH_BINARY 大于阈值的部分被置为255，小于部分被置为0（黑白二值） cv2.THRESH_BINARY_INV 大于阈值部分被置为0，小于部分被置为255（黑白二值反转——白黑） 等其它的类型...... ）

###3，将图片做二值化处理
   '''
       thresh=220是自定义设定的阈值(通过分析print(img_gray)的图像数据大概得到的)，像素值大于220被置成了0，小于220的被置成了255
       maxval=与 THRESH_BINARY 和 THRESH_BINARY_INV 阈值一起使用的最大值，可理解是填充色，范围为（0～255）。
       type：参数类型阈值类型（
             cv2.THRESH_BINARY 大于阈值的部分被置为255，小于部分被置为0（黑白二值）
             cv2.THRESH_BINARY_INV 大于阈值部分被置为0，小于部分被置为255（黑白二值反转——白黑）
             等其它的类型......
             ）
       '''
ret, img_inv = cv2.threshold(src=img_gray, thresh=220, maxval=255, type=cv2.THRESH_BINARY_INV)
cv2.imshow('img_inv', img_inv)
cv2.waitKey(0)

3.1.自定义阈值

###阈值对比（全局阈值（v = 127），自适应平均阈值，自适应高斯阈值）
def threshContrast():
   filepath = './testImage.png'
   img = cv2.imread(filepath)
   img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
   img_gray = cv2.medianBlur(img_gray, 5)
   ret1, th1 = cv2.threshold(img_gray, 127, 255, cv2.THRESH_BINARY)
   th2 = cv2.adaptiveThreshold(img_gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 11, 2)
   th3 = cv2.adaptiveThreshold(img_gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 11, 2)
   title = ['原始图像(灰度)','全局阈值（v = 127）','自适应平均阈值','自适应高斯阈值']
   images = [img_gray, th1, th2, th3]
   for i in range(4):
       plt.subplot(2, 2, i + 1), plt.imshow(images[i], 'gray')
       # plt.title(title[i]) ###plt绘图时不能使用中文
       plt.xticks([]), plt.yticks([])
   plt.show()

4.提取轮廓

img_inv是寻找轮廓的图像；

• cv2.RETR_EXTERNAL：表示只检索极端外部轮廓；

• cv2.CHAIN_APPROX_SIMPLE：压缩水平, 垂直和对角线方向的元素，只保留它们的端点坐标，例如，一个直立的矩形轮廓用 4 个点进行编码。

###4，提取轮廓
   '''
       https://docs.opencv.org/4.5.2/d4/d73/tutorial_py_contours_begin.html
       img_inv是寻找轮廓的图像；
       cv2.RETR_EXTERNAL：表示只检索极端外部轮廓；
       cv2.CHAIN_APPROX_SIMPLE：压缩水平, 垂直和对角线方向的元素，只保留它们的端点坐标，例如，一个直立的矩形轮廓用 4 个点进行编码。
   '''
contours,hierarchy = cv2.findContours(img_inv, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
print(f'检测出轮廓数量有：{len(contours)}个')
print('返回值为各层轮廓的索引：\n', hierarchy)

5.对轮廓画矩形框

###5，找出每一个轮廓绘画出的矩形位置
br = []
cntid = 0
for cnt in contours:
       '''cnt表示输入的轮廓值，x，y, w, h 分别表示外接矩形的x轴和y轴的坐标，以及矩形的w宽和h高,'''
   x, y, w, h = cv2.boundingRect(cnt)
   cntid += 1
   print(f'检测出第{cntid}个轮廓画出的矩形位置为：x={x},y={y},w={w},h={h}')
   br.append(cv2.boundingRect(cnt))
       '''img表示输入的需要画的图片(这里就是在原图上绘制轮廓)，cnt表示输入的轮廓值，-1表示contours中轮廓的索引(这里绘制所有的轮廓)，(0, 0, 255)表示rgb颜色——红色，2表示线条粗细'''
   cv2.drawContours(img, [cnt], -1, (0, 0, 255), 2)
   cv2.imshow('cnt', img)
   cv2.waitKey(0)
br.sort() ###将列表中的每一个元组里面的进行升序排序（这里其实想的是按照对应的x轴坐标进行升序）

对每个字符画轮廓的过程（顺序从右到左画，期间也有可能断续，如下图）。

6.分割图片并保存

###6，分割图片并保存（这里对前面处理过的二值化图片数据（img_inv）进行分割）
if not os.path.exists('./imageSplit'):
   os.mkdir('./imageSplit')
else:
   shutil.rmtree('./imageSplit')
   os.mkdir('./imageSplit')
for x,y,w,h in br:
   # print(x,y,w,h)
   # split_image = img_inv[y:y + h, x:x + w]
   split_image = img_inv[y - 2:y + h + 2, x - 2:x + w + 2]  ###这样分割感觉好看些
   cv2.imshow('split_image', split_image)
   cv2.waitKey(0)
   save_filepath = './imageSplit/'
   filename = f'{x}.jpg' ###这里由每张图片对应的x轴坐标命名
   cv2.imwrite(save_filepath + filename, split_image)
   print(f'\033[31m{filename}图片分割完毕！\033[0m')

这里是对前面处理过的二值化图片数据（img_inv）进行一个一个字符分割展示的过程。

这里是这行代码的意思，下面的图是手动绘制的，太丑了，哈哈哈！！！

# split_image = img_inv[y:y + h, x:x + w]

7.查看分割图片

最后，我们在pyplot上来查看我们分割图片后的效果，也就终于完成了。

###7，用pyplot来查看我们分割完成后的图片
imagefile_list = os.listdir('./imageSplit')
imagefile_list.sort(key=lambda x: int(x[:-4]))
for i in range(len(imagefile_list)):
   img = cv2.imread(f'./imageSplit/{imagefile_list[i]}')
   plt.subplot(1, len(imagefile_list), i + 1), plt.imshow(img, 'gray')
   plt.title(imagefile_list[i])
   plt.xticks([]), plt.yticks([])
plt.show()

8.完整代码

import cv2
import os,shutil
from matplotlib import pyplot as plt
'''
   这是使用文档网址:https://docs.opencv.org/4.5.2/index.html
   这是提供的Python接口教程网址：https://docs.opencv.org/4.5.2/d6/d00/tutorial_py_root.html
'''
def imageSplit():
   ###1，加载图片
   filepath = './testImage.png'  ###图像路径，注意：这里的路径不能包含有中文名
   img = cv2.imread(filepath)
   cv2.imshow('Orignal img', img)  ###显示图片
   cv2.waitKey(0) ###防止一闪而过，是一个键盘绑定函数（0表示按下任意键终止）

###2，将彩色图片变为灰色（进行灰度处理）
   img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
   cv2.imshow('img_gray', img_gray)
   cv2.waitKey(0)

###3，将图片做二值化处理
   '''
       thresh=220是自定义设定的阈值(通过分析print(img_gray)的图像数据大概得到的)，像素值大于220被置成了0，小于220的被置成了255
       maxval=与 THRESH_BINARY 和 THRESH_BINARY_INV 阈值一起使用的最大值，可理解是填充色，范围为（0～255）。
       type：参数类型阈值类型（
             cv2.THRESH_BINARY 大于阈值的部分被置为255，小于部分被置为0（黑白二值）
             cv2.THRESH_BINARY_INV 大于阈值部分被置为0，小于部分被置为255（黑白二值反转——白黑）
             等其它的类型......
             ）
       '''
   ret, img_inv = cv2.threshold(src=img_gray, thresh=220, maxval=255, type=cv2.THRESH_BINARY_INV)
   cv2.imshow('img_inv', img_inv)
   cv2.waitKey(0)

###4，提取轮廓
   '''
       https://docs.opencv.org/4.5.2/d4/d73/tutorial_py_contours_begin.html
       img_inv是寻找轮廓的图像；
       cv2.RETR_EXTERNAL：表示只检索极端外部轮廓；
       cv2.CHAIN_APPROX_SIMPLE：压缩水平, 垂直和对角线方向的元素，只保留它们的端点坐标，例如，一个直立的矩形轮廓用 4 个点进行编码。
   '''
   contours,hierarchy = cv2.findContours(img_inv, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
   print(f'检测出轮廓数量有：{len(contours)}个')
   print('返回值为各层轮廓的索引：\n', hierarchy)

###5，找出每一个轮廓绘画出的矩形位置
   br = []
   cntid = 0
   for cnt in contours:
       '''cnt表示输入的轮廓值，x，y, w, h 分别表示外接矩形的x轴和y轴的坐标，以及矩形的w宽和h高,'''
       x, y, w, h = cv2.boundingRect(cnt)
       cntid += 1
       print(f'检测出第{cntid}个轮廓画出的矩形位置为：x={x},y={y},w={w},h={h}')
       br.append(cv2.boundingRect(cnt))
       '''img表示输入的需要画的图片(这里就是在原图上绘制轮廓)，cnt表示输入的轮廓值，-1表示contours中轮廓的索引(这里绘制所有的轮廓)，(0, 0, 255)表示rgb颜色——红色，2表示线条粗细'''
       cv2.drawContours(img, [cnt], -1, (0, 0, 255), 2)
       cv2.imshow('cnt', img)
       cv2.waitKey(0)
   br.sort() ###将列表中的每一个元组里面的进行升序排序（这里其实想的是按照对应的x轴坐标进行升序）

###6，分割图片并保存（这里对前面处理过的二值化图片数据（img_inv）进行分割）
   if not os.path.exists('./imageSplit'):
       os.mkdir('./imageSplit')
   else:
       shutil.rmtree('./imageSplit')
       os.mkdir('./imageSplit')
   for x,y,w,h in br:
       # print(x,y,w,h)
       # split_image = img_inv[y:y + h, x:x + w]
       split_image = img_inv[y - 2:y + h + 2, x - 2:x + w + 2]  ###这样分割感觉好看些
       cv2.imshow('split_image', split_image)
       cv2.waitKey(0)
       save_filepath = './imageSplit/'
       filename = f'{x}.jpg' ###这里由每张图片对应的x轴坐标命名
       cv2.imwrite(save_filepath + filename, split_image)
       print(f'\033[31m{filename}图片分割完毕！\033[0m')
   cv2.destroyAllWindows() ###删除所有窗口

###7，用pyplot来查看我们分割完成后的图片
   imagefile_list = os.listdir('./imageSplit')
   imagefile_list.sort(key=lambda x: int(x[:-4]))
   for i in range(len(imagefile_list)):
       img = cv2.imread(f'./imageSplit/{imagefile_list[i]}')
       plt.subplot(1, len(imagefile_list), i + 1), plt.imshow(img, 'gray')
       plt.title(imagefile_list[i])
       plt.xticks([]), plt.yticks([])
   plt.show()

print('\nperfect！！！')

###阈值对比（全局阈值（v = 127），自适应平均阈值，自适应高斯阈值）
def threshContrast():
   filepath = './testImage.png'
   img = cv2.imread(filepath)
   img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
   img_gray = cv2.medianBlur(img_gray, 5)
   ret1, th1 = cv2.threshold(img_gray, 127, 255, cv2.THRESH_BINARY)
   th2 = cv2.adaptiveThreshold(img_gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 11, 2)
   th3 = cv2.adaptiveThreshold(img_gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 11, 2)
   title = ['原始图像(灰度)','全局阈值（v = 127）','自适应平均阈值','自适应高斯阈值']
   images = [img_gray, th1, th2, th3]
   for i in range(4):
       plt.subplot(2, 2, i + 1), plt.imshow(images[i], 'gray')
       # plt.title(title[i]) ###plt绘图时不能使用中文
       plt.xticks([]), plt.yticks([])
   plt.show()

if __name__ == '__main__':
   imageSplit()

###阈值对比
   # threshContrast()

来源：https://blog.csdn.net/qq_59142194/article/details/125022159