前言

1.做文字識別相關的項目，首先是檢測字符區(qū)域，然后進行水平切割，得到整行的文字，其次要考慮的就是怎么將每一個字符分開，并且從圖片中切割下來，然后才可以導入訓練好的模型進行字符識別。在字符單個切割的切割的過程中，可以使用OpenCV來實現(xiàn)。
2.我這里用到的OpenCV的版本是3.30,IDE是Qt和VS2015。

代碼演示

void textCutting(Mat &src, vector<Mat> &out_char) { if (src.channels() > 1){cvtColor(src, src, CV_BGR2GRAY);}//濾波//GaussianBlur(src, src, Size(1, 1), 5, 5, 4);adaptiveThreshold(src, src, 255, cv::ADAPTIVE_THRESH_MEAN_C, cv::THRESH_BINARY, 41, 0);//新建一個全白圖像Mat white_base(src.size(), src.type(), cv::Scalar(255));//相減得到反轉的圖像Mat input_src = white_base - src;const int src_width = input_src.cols;const int src_height = input_src.rows;//儲存每列白色像素個數(shù)的容器//取列白色像素個數(shù)vector<int> white_pice(src_width,0);for (size_t i = 0; i < src_height; i++){for (size_t j = 0; j < src_width; j++){if (input_src.at<uchar>(i, j)){white_pice.at(j)++;}}}//繪制垂直投影下每列白色像素的數(shù)目Mat vertical_projection(src_height, src_width, CV_8UC1, Scalar(0));for (int i = 0; i< src_width; i++){for (int j = 0; j < white_pice[i]; j++){vertical_projection.at<uchar>(src_height - j - 1, i) = 255;}}imshow("投影圖", vertical_projection);vector<Mat> split_src;bool white_block = false;bool black_block = false;int temp_col_forword = 0, temp_col_behind = 0;Mat split_temp;for (int i = 0; i < src_width; i++){//表示區(qū)域有白色像素if (white_pice[i]){white_block = true;black_block = false;}else{ //若無白色像素（進入黑色區(qū)域）if (white_block){//若前一列有白色像素temp_col_behind = i;//取當前列為截止列//截取下一部分split_temp = input_src(Rect(temp_col_forword, 0, temp_col_behind - temp_col_forword, src_height)).clone();split_src.push_back(split_temp);}//記錄最新黑色區(qū)域的列號，記為起始列temp_col_forword = i;//表示進入黑色區(qū)域black_block = true;white_block = false;}}for (int i = 0; i < split_src.size(); i++){imshow(to_string(i), split_src[i]);//out_char.push_back(split_src[i]);} }

函數(shù)調用：

Mat src; src = imread("4.png"); vector<Mat> dst; imshow("src", src); textCutting(src, dst);

運行結果：

《新程序員》：云原生和全面數(shù)字化實踐50位技術專家共同創(chuàng)作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的使用OpenCV实现图像中的文字切割的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。