我想对一些扫描的表格(手工填写)进行 OCR。这是我第一次使用计算机视觉做一些严肃的事情。到目前为止,我能够找到包含日期字段数字的方 block :
查看 OpenCV
附带的示例手写数字数据集,我看到数字被集中并调整为 (20, 20)
:
因为这可能是一个相当普遍的问题,我想知道该算法是否已经在OpenCV
(或numpy
、scipy
)中实现等),所以我不必重新发明轮子。
问题是:Python 中是否有一个内置的管道来规范化样本?
最佳答案
内置管道不确定,但如果您已经有了轮廓,您可以通过执行以下操作(基于我的评论)来实现自己的管道:
获取轮廓的边界矩形(因此以它为中心)并裁剪该部分:
x,y,w,h = cv2.boundingRect(cnt)
imgCrop = img[x:(x+w), y:(y+h)]
将图像调整为所需大小(比如 20 x 20):
imgResized = cv2.resize(imgCrop, (20,20))
您还可以按特定比例调整轴的大小,例如:
imgResized = cv2.resize(imgCrop, (0,0), fx=0.5, fy=0.5)
或使用 scipy
(如 this 问题中所建议):
imgResized = scipy.misc.imresize(imgCrop, 0.5)
奖励:检查this关于使用 Python 和 OpenCV 进行基本图像处理的很棒的教程,他们展示了其他调整大小的方法,同时考虑到纵横比和插值以获得更好的结果,并从中提取:
imgResized = cv2.resize(imgCrop, (20,20), interpolation = cv2.INTER_AREA)
关于python - 如何使用 opencv 集中和调整数字大小?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44914035/