如何从图像中去除水平线和垂直线?

16次(最近30天)

显示旧的评论

mutasam hazzah 2021年8月20日

评论道: mutasam hazzah2021年8月21日

答:接受图像分析

你好,我女士在手写数字OCR,为此我需要段数的每一位(4 - 7位数),然后将这些数字神经分类数,每件事是好的但分割将框线之间的联系(包含数量)和数字图像。

那么，有没有可能去掉这些线呢?

1评论
显示隐藏 None

mutasam hazzah 2021年8月20日

这是原始的RGB图像

登录评论。

登录回答这个问题。

接受的答案

图像分析 2021年8月21日

0
链接

直接链接到这个答案

//www.tianjin-qmedu.com/matlabcentral/answers/1437749-how-to-remove-horizontal-and-vertical-lines-from-image#answer_771894

试着从这个开始。继续开发项目，将其推广到其他图像中。

                         % Demo by Image Analyst
                        
                         clc;%清除命令窗口。
                        
                         关闭所有；%关闭所有数据(imtool.除外)
                        
                         清晰;删除所有已存在的变量。或者clearvars，如果你想的话。
                        
                         工作空间;%确保显示工作区面板。
                        
                         格式长g；
                        
                         格式紧凑的；
                        
                         字形大小= 20;
                        
                         %--------------------------------------------------------------------------------------------------------
                        
                         %读取映像
                        
                         grayImage = imread (“numbers.jpeg”)；
                        
                         %--------------------------------------------------------------------------------------------------------
                        
                         %显示图像。
                        
                         次要情节(2 2 1);
                        
                         imshow (grayImage []);
                        
                         轴(“上”，“图像”)；
                        
                         标题(原始图像的，“字形大小”字形大小,“翻译”，“没有”)；
                        
                         impixelinfo;
                        
                         hFig = gcf;
                        
                         hFig。WindowState =“最大化”；%可能无法在MATLAB的早期版本中工作。
                        
                         drawnow;
                        
                         %获取图像的尺寸。
                        
                         对于灰度图像，% numberOfColorChannels = 1，对于RGB彩色图像，% numberOfColorChannels = 3。
                        
                         [rows, columns, numberOfColorChannels] = size(grayImage)
                        
                         如果numberOfColorChannels > 1
                        
                         这并不是我们所期望的那种真正的灰度，而是彩色的。
                        
                         %提取红色通道(因此品红色线将是白色)。
                        
                         grayImage = grayImage(:，:， 2);
                        
                         结束
                        
                         裁掉白色边框。
                        
                         mask = bwareafilt(grayImage < 255, 1);
                        
                         道具= regionprops(面具,的边界框(“大小))；
                        
                         次要情节(2,2,2);
                        
                         grayImage = imcrop(grayImage, props.BoundingBox);
                        
                         imshow (grayImage);
                        
                         轴(“上”，“图像”)；
                        
                         标题(灰度图像的，“字形大小”字形大小,“翻译”，“没有”)；
                        
                         impixelinfo;
                        
                         drawnow;
                        
                         次要情节(2、2、3);
                        
                         imhist (grayImage);
                        
                         网格在；
                        
                         包含(“灰度”，“字形大小”、字形大小);
                        
                         ylabel (“像素”，“字形大小”、字形大小);
                        
                         交互式阈值图像。
                        
                         lowThreshold = 0;
                        
                         highThreshold = 51;
                        
                         %裁判://www.tianjin-qmedu.com/matlabcentral/fileexchange/29372-thresholding-an-image?s_tid=srchtitle
                        
                         % [lowThreshold, highThreshold] = threshold(lowThreshold, highThreshold, grayImage)
                        
                         %的阈值。
                        
                         mask = grayImage < highThreshold;
                        
                         找出区域。
                        
                         道具= regionprops(面具,“区域”)；
                        
                         allAreas =([道具。区域),“下”）
                        
                         次要情节(2、2、4);
                        
                         %只保留大于500像素和小于2000像素的区域。”
                        
                         Mask = bwareafilt(Mask， [500,20000]);
                        
                         imshow(面具);
                        
                         %给每个blob标上8连通性，这样我们就可以测量它了
                        
                         [labeledImage, numberOfBlobs] = bwlabel(mask, 8);
                        
                         给区域应用各种伪颜色。
                        
                         coloredLabelsImage = label2rgb (labelimagage，“hsv”，“k”，“洗牌”)；
                        
                         %显示伪彩色图像。
                        
                         imshow (coloredLabelsImage);
                        
                         标题= sprintf (“最后的面具”)；
                        
                         标题(标题,“字形大小”、字形大小);

0评论
显示隐藏1以上的评论

登录评论。

更多的答案(3)

为副总经理 2021年8月21日

1
链接

直接链接到这个答案

//www.tianjin-qmedu.com/matlabcentral/answers/1437749-how-to-remove-horizontal-and-vertical-lines-from-image#answer_771914

编辑:为副总经理 2021年8月21日

我把我自己的也送进去。它使用hough()和houghpeaks()来校正图像，使矩形滤波器与框的边缘对齐。剩下的只是常规的过滤。我们感兴趣的参数是二值化灵敏度、过滤器宽度和bwareaopen()调用中指定的区域。

一个更健壮的解决方案可以在有限的角度范围内更好地使用hough()，以更好地识别框的边缘，而较少依赖过滤将框从文本中分离出来。这只是一个想法，并不是一个明确的建议。

                         inpict = imread (“ocrbox.jpg”)；
                        
                         inpict = rgb2gray(庄稼边界(inpict，[南南南南]));%作物边界是来自MIMT在FEX
                        
                         inpict = ~ imbinarize (inpict“自适应”，“foregroundpolarity”，“黑暗”，“敏感”, 0.15);
                        
                         找出主直线的角度，校正
                        
                         [H T R] =踝关节(inpict);
                        
                         P = houghpeaks (H, 1,“阈值”装天花板(0.3 *马克斯(H (:))));
                        
                         th0 = 90 - t (P(1、2));
                        
                         inpict = imrotate(双(inpict), -th0,双线性的，“作物”)；
                        
                         w = 100;
                        
                         Linemask = medfilt2(inpict，[1 w]) + medfilt2(inpict，[1 w]);
                        
                         linemask = bwareaopen (linemask,500 > 0.5);
                        
                         linemask = imdilate (linemask strel (“磁盘”5));
                        
                         Inpict = bwareaopen(Inpict & ~linemask,200);
                        
                         imshow (inpict)