[转]图片中的字符分割提取(基于opencv)

http://blog.csdn.net/anqing715/article/details/16883863

源图片

像这些图片的字符就比较好操作，每个字符都独立，不连在一起，所以轮廓检测最好了。
所以就有：
1.源图片转成单通道的灰阶图片
2.对灰度图像进行阈值操作得到二值图像

（对于一些手机拍的，背景色不是纯的话，可以用cvSmooth()平滑一下。）

二值化后的图片

3.轮廓检测（只获取最外层的）
4.遍历所有检测到的轮廓，用cvBoundingRect（）得到每一个轮廓的外接矩形

找到的轮廓

5.抠它们出来，这步在上面的遍历中直接通过setROI方法进行提取。

最后的结果

下面是源码：

#include "stdafx.h"
#include "cv.h"
#include "highgui.h"
#include "cxcore.h"



int main(int argc, char* argv[])
{
    IplImage* imgSrc = cvLoadImage("D:\4.jpg",CV_LOAD_IMAGE_COLOR);
    IplImage* img_gray = cvCreateImage(cvGetSize(imgSrc), IPL_DEPTH_8U, 1);
    cvCvtColor(imgSrc, img_gray, CV_BGR2GRAY);
    cvThreshold(img_gray, img_gray,100, 255,CV_THRESH_BINARY_INV);// CV_THRESH_BINARY_INV使得背景为黑色，字符为白色，这样找到的最外层才是字符的最外层
    cvShowImage("ThresholdImg",img_gray);
    CvSeq* contours = NULL;
    CvMemStorage* storage = cvCreateMemStorage(0);
    // 上面源图片有瑕疵可以用腐蚀，膨胀来祛除
    int count = cvFindContours(img_gray, storage, &contours,sizeof(CvContour),CV_RETR_EXTERNAL);
    printf("轮廓个数：%d",count);
    int idx = 0;
    char szName[56] = {0};
    int tempCount=0;
    for (CvSeq* c = contours; c != NULL; c = c->h_next) {
         CvRect rc =cvBoundingRect(c,0);
//      if ()
//       {
//           continue;     这里可以根据轮廓的大小进行筛选
//       }
    cvDrawRect(imgSrc, cvPoint(rc.x, rc.y), cvPoint(rc.x + rc.width, rc.y + rc.height), CV_RGB(255, 0, 0));
    IplImage* imgNo = cvCreateImage(cvSize(rc.width, rc.height), IPL_DEPTH_8U, 3);
    cvSetImageROI(imgSrc, rc);
    cvCopyImage(imgSrc, imgNo);
    cvResetImageROI(imgSrc);
    sprintf(szName, "wnd_%d", idx++);
    cvNamedWindow(szName);
    cvShowImage(szName, imgNo); //如果想切割出来的图像从左到右排序，或从上到下，可以比较rc.x,rc.y;
    cvReleaseImage(&imgNo);
   }
    cvNamedWindow("src");
    cvShowImage("src", imgSrc);
    cvWaitKey(0);
    cvReleaseMemStorage(&storage);
    cvReleaseImage(&imgSrc);
    cvReleaseImage(&img_gray);
    cvDestroyAllWindows();
    return 0;
}