我想使用 mser 检测图像中的文本并删除所有非文本区域。使用下面的代码我能够检测到文本:
import cv2
import sys
mser = cv2.MSER_create()
img = cv2.imread('signboard.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
vis = img.copy()
regions, _ = mser.detectRegions(gray)
hulls = [cv2.convexHull(p.reshape(-1, 1, 2)) for p in regions]
cv2.polylines(vis, hulls, 1, (0, 255, 0))
cv2.imshow('img', vis)
if cv2.waitKey(0) == 9:
cv2.destroyAllWindows()
如何删除所有非文本区域并获得仅包含文本的二值图像？我搜索了很多，但找不到任何使用 python 和 opencv 执行此操作的示例代码。
最佳答案
您可以使用找到的轮廓获得二值图像。只需将填充的轮廓绘制到白色的空 img。
mask = np.zeros((img.shape[0], img.shape[1], 1), dtype=np.uint8)
for contour in hulls:
cv2.drawContours(mask, [contour], -1, (255, 255, 255), -1)
注意:参见the official docs有关 drawContours 的更多信息
然后您可以使用它来仅提取文本:
text_only = cv2.bitwise_and(img, img, mask=mask)
关于python - 在 Opencv python 中使用 MSER 从图像中提取文本，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/44185854/