我的编程空间,编程开发者的网络收藏夹
学习永远不晚

python简单实现图片文字分割

短信预约 -IT技能 免费直播动态提醒
省份

北京

  • 北京
  • 上海
  • 天津
  • 重庆
  • 河北
  • 山东
  • 辽宁
  • 黑龙江
  • 吉林
  • 甘肃
  • 青海
  • 河南
  • 江苏
  • 湖北
  • 湖南
  • 江西
  • 浙江
  • 广东
  • 云南
  • 福建
  • 海南
  • 山西
  • 四川
  • 陕西
  • 贵州
  • 安徽
  • 广西
  • 内蒙
  • 西藏
  • 新疆
  • 宁夏
  • 兵团
手机号立即预约

请填写图片验证码后获取短信验证码

看不清楚,换张图片

免费获取短信验证码

python简单实现图片文字分割

本文实例为大家分享了python简单实现图片文字分割的具体代码,供大家参考,具体内容如下

原图:

图片预处理:图片二值化以及图片降噪处理。


# 图片二值化
def binarization(img,threshold):
    #图片二值化操作
    width,height=img.size
    im_new = img.copy()
    for i in range(width):
        for j in range(height):
            a = img.getpixel((i, j))
            aa = 0.30 * a[0] + 0.59 * a[1] + 0.11 * a[2]
            if (aa <= threshold):
                im_new.putpixel((i, j), (0, 0, 0))
            else:
                im_new.putpixel((i, j), (255, 255, 255))

    # im_new.show()  # 显示图像
    return im_new

# 图片降噪处理
def clear_noise(img):
    # 图片降噪处理

    x, y = img.width, img.height
    for i in range(x-1):
        for j in range(y-1):
            if sum_9_region(img, i, j) < 600:
                # 改变像素点颜色,白色
                img.putpixel((i, j), (255,255,255))
    # img = np.array(img)
    #     # cv2.imwrite('handle_two.png', img)
    #     # img = Image.open('handle_two.png')
    img.show()
    return img

# 获取田字格内当前像素点的像素值
def sum_9_region(img, x, y):
    """
    田字格
    """
    # 获取当前像素点的像素值

    a1 = img.getpixel((x - 1, y - 1))[0]
    a2 = img.getpixel((x - 1, y))[0]
    a3 = img.getpixel((x - 1, y+1 ))[0]
    a4 = img.getpixel((x, y - 1))[0]
    a5 = img.getpixel((x, y))[0]
    a6 = img.getpixel((x, y+1 ))[0]
    a7 = img.getpixel((x+1 , y - 1))[0]
    a8 = img.getpixel((x+1 , y))[0]
    a9 = img.getpixel((x+1 , y+1))[0]
    width = img.width
    height = img.height

    if a5 == 255:  # 如果当前点为白色区域,则不统计邻域值
        return 2550

    if y == 0:  # 第一行
        if x == 0:  # 左上顶点,4邻域
            # 中心点旁边3个点
            sum_1 = a5 + a6 + a8 + a9
            return 4*255 - sum_1
        elif x == width - 1:  # 右上顶点
            sum_2 = a5 + a6 + a2 + a3
            return 4*255 - sum_2
        else:  # 最上非顶点,6邻域
            sum_3 = a2 + a3+ a5 + a6 + a8 + a9
            return 6*255 - sum_3

    elif y == height - 1:  # 最下面一行
        if x == 0:  # 左下顶点
            # 中心点旁边3个点
            sum_4 = a5 + a8 + a7 + a4
            return 4*255 - sum_4
        elif x == width - 1:  # 右下顶点
            sum_5 = a5 + a4 + a2 + a1
            return 4*255 - sum_5
        else:  # 最下非顶点,6邻域
            sum_6 = a5+ a2 + a8 + a4 +a1 + a7
            return 6*255 - sum_6

    else:  # y不在边界
        if x == 0:  # 左边非顶点
            sum_7 = a4 + a5 + a6 + a7 + a8 + a9
            return 6*255 - sum_7
        elif x == width - 1:  # 右边非顶点
            sum_8 = a4 + a5 + a6 + a1 + a2 + a3
            return 6*255 - sum_8
        else:  # 具备9领域条件的
            sum_9 = a1 + a2 + a3 + a4 + a5 + a6 + a7 + a8 + a9
            return 9*255 - sum_9

经过二值化和降噪后得到的图片

对图片进行水平投影与垂直投影:


# 传入二值化后的图片进行垂直投影
def vertical(img):
    """传入二值化后的图片进行垂直投影"""
    pixdata = img.load()
    w,h = img.size
    ver_list = []
    # 开始投影
    for x in range(w):
        black = 0
        for y in range(h):
            if pixdata[x,y][0] == 0:
                black += 1
        ver_list.append(black)
    # 判断边界
    l,r = 0,0
    flag = False
    t=0#判断分割数量
    cuts = []
    for i,count in enumerate(ver_list):
        # 阈值这里为0
        if flag is False and count > 0:
            l = i
            flag = True
        if flag and count == 0:
            r = i-1
            flag = False
            cuts.append((l,r))#记录边界点
            t += 1
    #print(t)
    return cuts,t

# 传入二值化后的图片进行水平投影
def horizontal(img):
    """传入二值化后的图片进行水平投影"""
    pixdata = img.load()
    w,h = img.size
    ver_list = []
    # 开始投影
    for y in range(h):
        black = 0
        for x in range(w):
            if pixdata[x,y][0] == 0:
                black += 1
        ver_list.append(black)
    # 判断边界
    l,r = 0,0
    flag = False
    # 分割区域数
    t=0
    cuts = []
    for i,count in enumerate(ver_list):
        # 阈值这里为0
        if flag is False and count > 0:
            l = i
            flag = True
        if flag and count == 0:
            r = i-1
            flag = False
            cuts.append((l,r))
            t += 1
    return cuts,t

这两段代码目的主要是为了分割得到水平和垂直位置的每个字所占的大小,接下来就是对预处理好的图片文字进行分割。


# 创建获得图片路径并处理图片函数
def get_im_path():

    OpenFile = tk.Tk()#创建新窗口
    OpenFile.withdraw()
    file_path = filedialog.askopenfilename()

    im = Image.open(file_path)
    # 阈值
    th = getthreshold(im) - 16
    print(th)
    # 原图直接二值化
    im_new1 = binarization(im, th)
    im_new1.show()
    # 直方图均衡化
    im1 = his_bal(im)
    im1.show()
    im_new_np = np.array(his_bal(im))

    th1 = getthreshold(im1) - 16
    print(th1)
    # 二值化
    im_new = binarization(im1, th1)
    # 降噪
    im_new_cn = clear_noise(im_new)
    height = im_new_cn.size[1]
    print(height)
    # 算出水平投影和垂直投影的数值
    v, vt = vertical(im_new1)
    h, ht = horizontal(im_new1)
    # 算出分割区域
    a = []
    for i in range(vt):
        a.append((v[i][0], 0, v[i][1], height))
    print(a)

    im_new.show()  # 直方图均衡化后再二值化

    # 切割
    for i, n in enumerate(a, 1):
        temp = im_new_cn.crop(n)  # 调用crop函数进行切割
        temp.show()
        temp.save("c/%s.png" % i)

至此大概就完成了。

接下来是文件的全部代码:


import numpy as np
from PIL import Image
import queue
import  matplotlib.pyplot as plt
import  tkinter as tk
from tkinter import filedialog#导入文件对话框函数库

window = tk.Tk()
window.title('图片选择界面')
window.geometry('400x100')

var = tk.StringVar()


# 创建获得图片路径并处理图片函数
def get_im_path():

    OpenFile = tk.Tk()#创建新窗口
    OpenFile.withdraw()
    file_path = filedialog.askopenfilename()

    im = Image.open(file_path)
    # 阈值
    th = getthreshold(im) - 16
    print(th)
    # 原图直接二值化
    im_new1 = binarization(im, th)
    im_new1.show()
    # 直方图均衡化
    im1 = his_bal(im)
    im1.show()
    im_new_np = np.array(his_bal(im))

    th1 = getthreshold(im1) - 16
    print(th1)
    # 二值化
    im_new = binarization(im1, th1)
    # 降噪
    im_new_cn = clear_noise(im_new)
    height = im_new_cn.size[1]
    print(height)
    # 算出水平投影和垂直投影的数值
    v, vt = vertical(im_new1)
    h, ht = horizontal(im_new1)
    # 算出分割区域
    a = []
    for i in range(vt):
        a.append((v[i][0], 0, v[i][1], height))
    print(a)

    im_new.show()  # 直方图均衡化后再二值化

    # 切割
    for i, n in enumerate(a, 1):
        temp = im_new_cn.crop(n)  # 调用crop函数进行切割
        temp.show()
        temp.save("c/%s.png" % i)

# 传入二值化后的图片进行垂直投影
def vertical(img):
    """传入二值化后的图片进行垂直投影"""
    pixdata = img.load()
    w,h = img.size
    ver_list = []
    # 开始投影
    for x in range(w):
        black = 0
        for y in range(h):
            if pixdata[x,y][0] == 0:
                black += 1
        ver_list.append(black)
    # 判断边界
    l,r = 0,0
    flag = False
    t=0#判断分割数量
    cuts = []
    for i,count in enumerate(ver_list):
        # 阈值这里为0
        if flag is False and count > 0:
            l = i
            flag = True
        if flag and count == 0:
            r = i-1
            flag = False
            cuts.append((l,r))#记录边界点
            t += 1
    #print(t)
    return cuts,t

# 传入二值化后的图片进行水平投影
def horizontal(img):
    """传入二值化后的图片进行水平投影"""
    pixdata = img.load()
    w,h = img.size
    ver_list = []
    # 开始投影
    for y in range(h):
        black = 0
        for x in range(w):
            if pixdata[x,y][0] == 0:
                black += 1
        ver_list.append(black)
    # 判断边界
    l,r = 0,0
    flag = False
    # 分割区域数
    t=0
    cuts = []
    for i,count in enumerate(ver_list):
        # 阈值这里为0
        if flag is False and count > 0:
            l = i
            flag = True
        if flag and count == 0:
            r = i-1
            flag = False
            cuts.append((l,r))
            t += 1
    return cuts,t

# 获得阈值算出平均像素
def getthreshold(im):
    #获得阈值 算出平均像素
    wid, hei = im.size
    hist = [0] * 256
    th = 0
    for i in range(wid):
        for j in range(hei):
            gray = int(0.3 * im.getpixel((i, j))[0] + 0.59 * im.getpixel((i, j))[1] + 0.11 * im.getpixel((i, j))[2])
            th = gray + th
            hist[gray] += 1


    threshold = int(th/(wid*hei))
    return threshold

# 直方图均衡化 提高对比度
def his_bal(im):
    #直方图均衡化 提高对比度

    # 统计灰度直方图
    im_new = im.copy()
    wid, hei = im.size
    hist = [0] * 256
    for i in range(wid):
        for j in range(hei):
            gray = int(0.3*im.getpixel((i,j))[0]+0.59*im.getpixel((i,j))[1]+0.11*im.getpixel((i,j))[2])
            hist[gray] += 1

    # 计算累积分布函数
    cdf = [0] * 256
    for i in range(256):
        if i == 0:
            cdf[i] = hist[i]
        else:
            cdf[i] = cdf[i - 1] + hist[i]

    # 用累积分布函数计算输出灰度映射函数LUT
    new_gray = [0] * 256
    for i in range(256):
        new_gray[i] = int(cdf[i] / (wid * hei) * 255 + 0.5)

    # 遍历原图像,通过LUT逐点计算新图像对应的像素值
    for i in range(wid):
        for j in range(hei):
            gray = int(0.3*im.getpixel((i,j))[0]+0.59*im.getpixel((i,j))[1]+0.11*im.getpixel((i,j))[2])
            im_new.putpixel((i, j), new_gray[gray])
    return im_new

# 图片二值化
def binarization(img,threshold):
    #图片二值化操作
    width,height=img.size
    im_new = img.copy()
    for i in range(width):
        for j in range(height):
            a = img.getpixel((i, j))
            aa = 0.30 * a[0] + 0.59 * a[1] + 0.11 * a[2]
            if (aa <= threshold):
                im_new.putpixel((i, j), (0, 0, 0))
            else:
                im_new.putpixel((i, j), (255, 255, 255))

    # im_new.show()  # 显示图像
    return im_new

# 图片降噪处理
def clear_noise(img):
    # 图片降噪处理

    x, y = img.width, img.height
    for i in range(x-1):
        for j in range(y-1):
            if sum_9_region(img, i, j) < 600:
                # 改变像素点颜色,白色
                img.putpixel((i, j), (255,255,255))
    # img = np.array(img)
    #     # cv2.imwrite('handle_two.png', img)
    #     # img = Image.open('handle_two.png')
    img.show()
    return img

# 获取田字格内当前像素点的像素值
def sum_9_region(img, x, y):
    """
    田字格
    """
    # 获取当前像素点的像素值

    a1 = img.getpixel((x - 1, y - 1))[0]
    a2 = img.getpixel((x - 1, y))[0]
    a3 = img.getpixel((x - 1, y+1 ))[0]
    a4 = img.getpixel((x, y - 1))[0]
    a5 = img.getpixel((x, y))[0]
    a6 = img.getpixel((x, y+1 ))[0]
    a7 = img.getpixel((x+1 , y - 1))[0]
    a8 = img.getpixel((x+1 , y))[0]
    a9 = img.getpixel((x+1 , y+1))[0]
    width = img.width
    height = img.height

    if a5 == 255:  # 如果当前点为白色区域,则不统计邻域值
        return 2550

    if y == 0:  # 第一行
        if x == 0:  # 左上顶点,4邻域
            # 中心点旁边3个点
            sum_1 = a5 + a6 + a8 + a9
            return 4*255 - sum_1
        elif x == width - 1:  # 右上顶点
            sum_2 = a5 + a6 + a2 + a3
            return 4*255 - sum_2
        else:  # 最上非顶点,6邻域
            sum_3 = a2 + a3+ a5 + a6 + a8 + a9
            return 6*255 - sum_3

    elif y == height - 1:  # 最下面一行
        if x == 0:  # 左下顶点
            # 中心点旁边3个点
            sum_4 = a5 + a8 + a7 + a4
            return 4*255 - sum_4
        elif x == width - 1:  # 右下顶点
            sum_5 = a5 + a4 + a2 + a1
            return 4*255 - sum_5
        else:  # 最下非顶点,6邻域
            sum_6 = a5+ a2 + a8 + a4 +a1 + a7
            return 6*255 - sum_6

    else:  # y不在边界
        if x == 0:  # 左边非顶点
            sum_7 = a4 + a5 + a6 + a7 + a8 + a9
            return 6*255 - sum_7
        elif x == width - 1:  # 右边非顶点
            sum_8 = a4 + a5 + a6 + a1 + a2 + a3
            return 6*255 - sum_8
        else:  # 具备9领域条件的
            sum_9 = a1 + a2 + a3 + a4 + a5 + a6 + a7 + a8 + a9
            return 9*255 - sum_9

btn_Open = tk.Button(window,
    text='打开图像',      # 显示在按钮上的文字
    width=15, height=2,
    command=get_im_path)     # 点击按钮式执行的命令

btn_Open.pack()


# 运行整体窗口
window.mainloop()

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持编程网。

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

python简单实现图片文字分割

下载Word文档到电脑,方便收藏和打印~

下载Word文档

猜你喜欢

python图片文本识别的简单实现

http://blog.sina.com.cn/s/blog_628cc2b70101cjvp.htmlPython图片文本识别使用的工具是PIL和pytesser。因为他们使用到很多的python库文件,为了避免一个个工具的安装,建议使用
2023-01-31

Python实现.gif图片拆分为.png图片的简单示例

有时候需要把GIF图片分解成一张一张的静态图,jpg或者png格式,下面这篇文章主要给大家介绍了关于Python实现.gif图片拆分为.png图片的相关资料,需要的朋友可以参考下
2023-01-28

Shell脚本实现简单分割字符串

我们有这样一个字符串:info='abcd;efgh'现在想获取abcd和efgh,我们可以简单地用cut工具来获取:fstr=`echo $info | cut -d ; -f 1`sstr=`echo $info | cut -d ;
2022-06-04

python实现简单爬虫--爬图片

首先有两个功能需求:第一:获取到要爬的页面html内容;第二:使用正则表达式进行匹配并进行保存到本地。#!/usr/bin/env python#encoding:utf-8import urllibimport redef getHtml
2023-01-31

Python如何实现简单网页图片

今天就跟大家聊聊有关Python如何实现简单网页图片,可能很多人都不太了解,为了让大家更加了解,小编给大家总结了以下内容,希望大家根据这篇文章可以有所收获。  Python实现简单网页图片抓取完整代码实例  分类专栏: python  文章
2023-06-01

python怎么实现图片转文字

本文小编为大家详细介绍“python怎么实现图片转文字”,内容详细,步骤清晰,细节处理妥当,希望这篇“python怎么实现图片转文字”文章能帮助大家解决疑惑,下面跟着小编的思路慢慢深入,一起来学习新知识吧。python图片转文字用pytho
2023-07-05

简单实现node.js图片上传

本文实例为大家分享了node.js图片上传的具体代码,供大家参考,具体内容如下 1.node-formidable 对文件上传提供帮助的组件2.app.jsvar formidable = require('formidable'); va
2022-06-04

用Python实现几个简单的图片特效

导入 numpy 、PILnumpy用来做矩阵运算,PIL用来读取图片。import numpy as npfrom PIL import Image读取图片,然后转换成RGB模式存在矩阵里im = Image.open(imagename
2023-01-31

编程热搜

  • Python 学习之路 - Python
    一、安装Python34Windows在Python官网(https://www.python.org/downloads/)下载安装包并安装。Python的默认安装路径是:C:\Python34配置环境变量:【右键计算机】--》【属性】-
    Python 学习之路 - Python
  • chatgpt的中文全称是什么
    chatgpt的中文全称是生成型预训练变换模型。ChatGPT是什么ChatGPT是美国人工智能研究实验室OpenAI开发的一种全新聊天机器人模型,它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,并协助人类完成一系列
    chatgpt的中文全称是什么
  • C/C++中extern函数使用详解
  • C/C++可变参数的使用
    可变参数的使用方法远远不止以下几种,不过在C,C++中使用可变参数时要小心,在使用printf()等函数时传入的参数个数一定不能比前面的格式化字符串中的’%’符号个数少,否则会产生访问越界,运气不好的话还会导致程序崩溃
    C/C++可变参数的使用
  • css样式文件该放在哪里
  • php中数组下标必须是连续的吗
  • Python 3 教程
    Python 3 教程 Python 的 3.0 版本,常被称为 Python 3000,或简称 Py3k。相对于 Python 的早期版本,这是一个较大的升级。为了不带入过多的累赘,Python 3.0 在设计的时候没有考虑向下兼容。 Python
    Python 3 教程
  • Python pip包管理
    一、前言    在Python中, 安装第三方模块是通过 setuptools 这个工具完成的。 Python有两个封装了 setuptools的包管理工具: easy_install  和  pip , 目前官方推荐使用 pip。    
    Python pip包管理
  • ubuntu如何重新编译内核
  • 改善Java代码之慎用java动态编译

目录