利用图像在垂直方向上的投影找寻字符在图像中的大概位置(利用离散序列一阶差分找寻序列下降沿)

利用图像在垂直方向上的投影找寻字符在图像中的大概位置(利用离散序列一阶差分找寻序列下降沿)

图像在水平方向上的投影的定义为：每行的灰度累计值，这些值串起来构成了水平方向上的投影曲线；

图像在垂直方向上的投影的定义为：每列的灰度累计值，这些值串起来构成了垂直方向上的投影曲线。

在OpenCV中，可以使用函数reduce()快速求出图像在水平方向和垂直方向的投影，其C++原型如下：

1. void cv::reduce(InputArray src,
   
2.                 OutputArray dst,
   
3.                 int dim,
   
4.                 int rtype,
   
5.                 int dtype = -1 )

复制代码

这个函数要求输入矩阵是二维矩阵。

参数dim表示是将矩阵减至一行还是一列。
当dim=0时，将矩阵减至一行；
当dim=1,将矩阵减至一列。

参数rtype表示在对矩阵作缩减操作的运算类型，有以下几种取值：

最后一个参数 dtype取负值时，输出向量的数据类型和输入矩阵一样。

图像在水平方向上和在垂直方向上的投影是一维离散序列，我们可以通过差分运算来找寻序列的下降沿、上升沿、极大值(波峰)、极小值(波谷)，详细原理见我的另一篇博文，链接如下：
https://www.hhai.cc/thread-231-1-1.html

查找离散序列下降沿、上升沿、极大值(波峰)、极小值(波谷)的用途：
常用于图像分割、字符检测及提取、文本分类等领域。
为什么有这样的作用？因为查到上面这些特殊点就相当于是找到了字符的大概位置，大家可结合下面这个代码的运行结果进行理解。

下面这个代码通过寻找“图像在垂直方向上的投影”的下降沿，从而定位出了图像中字符的大致位置。

代码中用到的图的下载链接：
链接：https://pan.baidu.com/s/1WQtLtyPBPZgM1EpPOxXoLg 提取码：44fd

[C++] 纯文本查看 复制代码

//出处：昊虹AI笔记网(hhai.cc)
//用心记录计算机视觉和AI技术

//博主微信/QQ 2487872782
//QQ群 271891601
//欢迎技术交流与咨询

//OpenCV版本 OpenCV3.0

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;

 
// 计算图像垂直方向投影的下降沿，并标注在原图中
void findPeak(cv::Mat srcImage, vector<int>& resultVec)
{
	cv::Mat verMat;
	cv::Mat resMat = srcImage.clone();
	// 阈值化操作
	int thresh = 130; 
	int threshType = 0; 
	// 预设最大值
	const int maxVal = 255;
	// 通过预设的阈值对图像进行二值化处理
	cv::threshold( srcImage, srcImage, thresh, maxVal , threshType );

	// 计算垂直投影
	srcImage.convertTo(srcImage, CV_32FC1);
	cv::reduce(srcImage, verMat, 0, CV_REDUCE_SUM);
	//std::cout << verMat << std::endl;

	// 求序列的一阶前向差分
	float* iptr = (float*)verMat.data;
	vector<int> first_order_diff(verMat.cols-1 , 0);
	for(int i=0;i<=verMat.cols-2;++i, ++iptr) //最后一个点的一阶前向差分值不存在，所以这里的范围是“0到verMat.cols-2”
	{
		first_order_diff[i]=*(iptr + 1) - *iptr;;
	}

	//找出序列的下降沿位置
	for(int i =0;i<=verMat.cols-3;++i)
	{
		if(first_order_diff[i]==0&&first_order_diff[i+1]<0)
		{
			resultVec.push_back(i+1);
		}
		   
	}

    // 输出下降沿位置，并绘制在原图中
	std::cout <<"下降沿位置 ";
    for(int i = 0; i< resultVec.size(); i++)
    {
    	std::cout << resultVec[i] << " ";
        for (int ii = 0; ii < resMat.rows; ++ii)
		{
		     resMat.at<uchar>(ii,resultVec[i])=255;
		}
    }
    imshow("resMat", resMat);
}
int main()
{
	cv::Mat image = imread("E:/material/images/P0035-Image-projection-02.jpg",0);
	if(!image.data)
		return 0;
	imshow("Image", image);
	vector<int> resultVec;
	findPeak(image, resultVec);
	cv::waitKey(0);
	return 0;
}

运行结果如下图所示：