在图像中找到矩形并提取其中的文本以将其保存为新图像答案

【问题标题】：find rectangle in image and extract text inside of it to save it as new image在图像中找到矩形并提取其中的文本以将其保存为新图像
【发布时间】：2018-10-13 21:43:02
【问题描述】：

我是 OpenCV 的新手，所以我真的需要你的帮助。我有一堆这样的图片：

我需要检测图像上的矩形，从中提取文本部分并将其保存为新图像。

你能帮我解决这个问题吗？

谢谢！

【问题讨论】：

标签： python opencv image-processing opencv3.0

【解决方案1】：

只是为了添加到 Danyals 的答案中，我添加了一个示例代码，其中包含用 cmets 编写的步骤。对于此图像，您甚至不需要对图像执行形态学打开。但通常对于图像中的这种噪点，建议使用它。干杯！

import cv2
import numpy as np

# Read the image and create a blank mask
img = cv2.imread('napis.jpg')
h,w = img.shape[:2]
mask = np.zeros((h,w), np.uint8)

# Transform to gray colorspace and invert Otsu threshold the image
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
_, thresh = cv2.threshold(gray,0,255,cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)

# ***OPTIONAL FOR THIS IMAGE

### Perform opening (erosion followed by dilation)
#kernel = np.ones((2,2),np.uint8)
#opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel)

# ***

# Search for contours, select the biggest and draw it on the mask
_, contours, hierarchy = cv2.findContours(thresh, # if you use opening then change "thresh" to "opening"
                                          cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)
cnt = max(contours, key=cv2.contourArea)
cv2.drawContours(mask, [cnt], 0, 255, -1)

# Perform a bitwise operation
res = cv2.bitwise_and(img, img, mask=mask)

########### The result is a ROI with some noise
########### Clearing the noise

# Create a new mask
mask = np.zeros((h,w), np.uint8)

# Transform the resulting image to gray colorspace and Otsu threshold the image 
gray = cv2.cvtColor(res,cv2.COLOR_BGR2GRAY)
_, thresh = cv2.threshold(gray,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)

# Search for contours and select the biggest one again
_, contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)
cnt = max(contours, key=cv2.contourArea)

# Draw it on the new mask and perform a bitwise operation again
cv2.drawContours(mask, [cnt], 0, 255, -1)
res = cv2.bitwise_and(img, img, mask=mask)

# If you will use pytesseract it is wise to make an aditional white border
# so that the letters arent on the borders
x,y,w,h = cv2.boundingRect(cnt)
cv2.rectangle(res,(x,y),(x+w,y+h),(255,255,255),1)

# Crop the result
final_image = res[y:y+h+1, x:x+w+1]

# Display the result
cv2.imshow('img', final_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

结果：

【讨论】：

你是救生员！非常感谢！

【解决方案2】：

一种方法（如果矩形大小可以预测的话）是：

将图像转换为黑白
反转图像
使用水平线/矩形对 (2) 中的图像执行形态学打开（我尝试使用 2x30）。
使用垂直线对 (2) 中的图像执行形态学打开（我尝试使用 15x2）。
从 (3) 和 (4) 添加图像。你现在应该只有一个白色的矩形。现在可以删除原始图像中所有对应的行和列，这些行和列在该图像中完全为零。

【讨论】：