我有一个形象:

我正试着一个接一个地提取信号。我试过findContours(),但我得到了很多内部轮廓。有办法这样做吗?
发布于 2018-06-29 05:24:23
在寻找轮廓时,总是确保感兴趣的区域是白色的。在这种情况下,在将图像转换为灰度后,应用一个倒置的二进制阈值,以便签名是白色的。这样做之后,findContours()将很容易地找到所有的签名。
代码:
下面的实现是用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)

#--- 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()结果:
这里有一些提取出来的签名。



https://stackoverflow.com/questions/51091865
复制相似问题