python简单实现图片文字分割(图片顶点)

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本站。

动态拨号：关键词排名下降是啥缘故，快速提高排名怎样做

排名优化：网站排名优化方法有什么，如何做有效果

老域名：怎样才算老域名，老域名建站有什么影响

内容优化：关键字排名要做哪些方面的优化，怎样做

技巧：网站转化率究竟是什么，有什么提升的技巧

一下吧：外贸站优化有哪些基本的做法和注意事项

概要：竞价推广费用大概要多少呢，竞价推广好不好

一下吧：SEO中site是什么意思，作用和应用是怎样的

邮箱：付费邮箱有哪些优势，付费邮箱挑选要考虑什么

集群是什么意思：集群是什么意思，都有哪些优势呢