如何使用 OpenCV 腐蚀此阈值图像

Question

我尝试首先通过阈值处理来删除验证码数字，然后对其进行侵蚀，以获得细长的连续线以获得更好的输出。

问题：如您所见，腐蚀的图像不连续。

原图：

阈值图像：（这里数字区域太厚，所以我希望它缩小、细长和连续）：

我的输出：

所需输出：

代码：

import os
import os.path
import cv2
import glob
import imutils
import matplotlib.pyplot as plt
import numpy as np
CAPTCHA_IMAGE_FOLDER = "generated_captcha_images"
OUTPUT_FOLDER = "extracted_letter_images"


# Get a list of all the captcha images we need to process
captcha_image_files = glob.glob(os.path.join(CAPTCHA_IMAGE_FOLDER, "*"))
counts = {}

# loop over the image paths
for (i, captcha_image_file) in enumerate(captcha_image_files):
    print("[INFO] processing image {}/{}".format(i + 1, len(captcha_image_files)))

    filename = os.path.basename(captcha_image_file)
    captcha_correct_text = os.path.splitext(filename)[0]

    image = cv2.imread(captcha_image_file)
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    thresh = cv2.threshold(
        gray, 36, 255, cv2.THRESH_BINARY_INV)[1]
    erode = cv2.erode(thresh, np.ones((2, 2), np.uint8), iterations=1)
    plt.imshow(erode, cmap="gray")
    plt.show()

Answer 1

按照你的情况

skeleton

操作会更好

import cv2
import numpy as np

 
img = cv2.imread('/Users/alex/Downloads/fOrmgm.jpeg',0)

thinned = cv2.ximgproc.thinning(img)
element = cv2.getStructuringElement(cv2.MORPH_RECT, (3,3))
thinned = cv2.dilate(thinned, element) # this operation is optional

cv2.imshow("skeleton", thinned)
cv2.waitKey()

---

更新
您可以使用变形操作在 python 中find实现骨架。对我来说结果并不好。也许你可以过滤这个天线。

cv2.ximgproc.thinning()

的实现您可以在here找到。