在上一节 中记录了基于投影的验证码矫正算法的实现。通过矫正，我们可以比较好的将倾斜的字符归一成较为规整的字符，接下来我们需要对矫正后的字符进行分割。简单的方法大概是投影法了，但是很明显，这样做的可靠性并不够。我们也可以找到整张图的最左端和最右端然后平均分割，但是在字符大小不一样的情况下效果也太好。还有个朴素的方法就是找连通块，但是由于存在字符粘连问题，连通块也不能完全区分字符。那么我这里就结合后两种方法，先进行连通块分割，对于能分割的字符直接进行后续处理，对于不能分割的字符再用平均分割的方法分割处理。实践表明这种方法对于那些干扰线不明显的验证码（比如新浪微博的验证码）的分割效果还是不错的。
代码
代码语言：javascript复制import cv2,os,sys,math
import numpy as np
from pylab import *
%matplotlib inline
def getBinary(path):
'''
输入：图片路径名称
输出：黑底二值化的图片
'''
im=cv2.imread(path,0)
thresh,im=cv2.threshold(255-im,0,255,cv2.THRESH_BINARY cv2.THRESH_OTSU)
return im
def shadow(im,angel):
'''
输入：灰度图片，投影角度
输出：投影大小
'''
x=[]
height , width = im.shape
for i in xrange(height):
for j in xrange(width):
if im[i][j]==255:
x.append(j-1.0*i/math.tan(math.radians(angel)))
x=np.array(x)
return x.max()-x.min()
def shadowTest():
'''
测试shadow函数
'''
directory='weibo'
pics=os.listdir(directory)
for pic in pics[:1]:
im=getBinary(os.path.join(directory,pic))
print shadow(im,50)
figure()
gray()
imshow(im)
def getAngle(im):
'''
输入：灰度图
输出：最优的投影角度
'''
minShadow=500
ans=90
for angle in np.linspace(45,135,91):
thisShadow=shadow(im,angle)
if minShadow>thisShadow:
ans=angle
minShadow=thisShadow
return ans
def getAngleTest():
'''
测试getAngle函数
'''
directory='weibo'
pics=os.listdir(directory)
for pic in pics[:5]:
im=getBinary(os.path.join(directory,pic))
print getAngle(im)
gray()
figure()
imshow(im)
def affine(im,angle=None):
'''
输入：灰度图，仿射变换角度（默认为自适应最优角度）
输出：旋转后的灰度图
'''
height,width=im.shape
if angle==None:
angle=getAngle(im)
pts1=np.float32([[width/2,height/2],[width/2,0],[0,height/2]])
pts2=np.float32([[width/2,height/2],[width/2 height/2/math.tan(math.radians(angle)),0],[0,height/2]])
M=cv2.getAffineTransform(pts1,pts2)
dst=cv2.warpAffine(im,M,(width,height))
return dst
def affineTest():
'''
测试affine函数
'''
directory='weibo'
pics=os.listdir(directory)
for pic in pics[:50]:
im=getBinary(os.path.join(directory,pic))
dst=affine(im)
gray()
figure()
imshow(np.hstack([im,dst]))
axis('off')
def splitImg(im,num):
'''
输入：灰度图，图中包含的字符个数
输出：分割后的图片数组
'''
height,width=im.shape
maxPos=0
minPos=width
for i in xrange(height):
for j in xrange(width):
if im[i][j]==255:
maxPos=max(maxPos,j)
minPos=min(minPos,j)
points=[]
ans=[]
for i in xrange(num 1):
points.append(minPos (maxPos-minPos)/num*i)
for i in xrange(num):
left=points[i]
right=points[i 1]
p1=np.zeros((height,left))
p2=np.ones((height,right-left 1))*255
p3=np.zeros((height,width-right))
new_im=np.hstack([p1,p2,p3])
for i in xrange(height):
for j in xrange(width):
if im[i][j]==0:
new_im[i][j]=0
ans.append(new_im)
return ans
def seedSplit(im):
'''
输入：灰度图
输出：从图中高亮提取出的字符图片数组
'''
angle=getAngle(im)
height,width = im.shape
vis=np.zeros((height,width))
vis2=np.zeros((height,width))
def mark(i,j):
vis2[i][j]=1
points=[]
points.append((i,j))
for dx in [-1,0,1]:
for dy in [-1,0,1]:
if i dx>=0 and i dx<height and j dy>=0 and j dy<width and im[i dx][j dy]==255 and vis2[i dx][j dy]==0:
points.extend(mark(i dx,j dy))
return points
def delete(i,j):
vis[i][j]=1
ans=1
for dx in [-1,0,1]:
for dy in [-1,0,1]:
if i dx>=0 and i dx<height and j dy>=0 and j dy<width and im[i dx][j dy]==255 and vis[i dx][j dy]==0:
ans =delete(i dx,j dy)
return ans
def getImg(points):
new_im=np.zeros((height,width))
for point in points:
i,j=point
new_im[i][j]=255
return new_im,len(points)
imgs=[]
for i in xrange(height):
for j in xrange(width):
if vis[i][j]==1:
continue
if im[i][j]==255:
num=delete(i,j)
if num<=50:
continue
points=mark(i,j)
imgs.append(getImg(points))
vis[i][j]=1
imgs.sort(lambda left,right:cmp(left[1],right[1]))
new_imgs=[]
for i,j in imgs:
new_imgs.append((affine(i,angle),j))
imgs=new_imgs
ans=[]
if len(imgs)>4:
imgs=imgs[len(imgs)-4:]
for i in imgs[len(imgs)-4:]:
ans.append(i[0])
elif len(imgs)==4:
for i in imgs:
ans.append(i[0])
elif len(imgs)==3:
ans.append(imgs[0][0])
ans.append(imgs[1][0])
ans.extend(splitImg(imgs[2][0],2))
elif len(imgs)==2:
rate=imgs[0][1]*1.0/imgs[1][1]
if rate>0.6:
ans.extend(splitImg(imgs[0][0],2))
ans.extend(splitImg(imgs[1][0],2))
else:
ans.append(imgs[0][0])
ans.extend(splitImg(imgs[1][0],3))
else:
ans.extend(splitImg(imgs[0][0],4))
return ans
def seedSplitTest():
'''
测试seedSplit函数
'''
directory='weibo'
pics=os.listdir(directory)
gray()
for pic in pics[5:15]:
im=getBinary(os.path.join(directory,pic))
figure()
imshow(im)
imgs=seedSplit(im)
for i in imgs:
figure()
imshow(i)
def getTrainPic(im):
'''
输入：图片
输出：依次输出图片中包含的字符，并归一化成统一大小
'''
def getCenterx(img):
height,width=im.shape
points=[]
for i in xrange(height):
for j in xrange(width):
if img[i][j]==255:
points.append(j)
return np.average(points)
def getResult(im,row=30,column=30):
height,width=im.shape
maxX=0
maxY=0
minX=99999
minY=99999
for i in xrange(height):
for j in xrange(width):
if im[i][j]==255:
maxX=max(maxX,j)
minX=min(minX,j)
maxY=max(maxY,i)
minY=min(minY,i)
im=im[minY:maxY 1].T[minX:maxX 1].T
im=cv2.copyMakeBorder(im,3,3,3,3,cv2.BORDER_CONSTANT)
im=cv2.resize(im,(30,30))
return im
imgs=seedSplit(im)
for i in xrange(len(imgs)):
imgs[i]=(imgs[i],getCenterx(imgs[i]))
imgs.sort(lambda x,y:cmp(x[1],y[1]))
ans=[]
for i,j in imgs:
ans.append(getResult(i))
return ans
def getTrainPicTest():
'''
测试getTrain函数
'''
directory='weibo'
pics=os.listdir(directory)
gray()
for pic in pics[:10]:
im=getBinary(os.path.join(directory,pic))
imgs=getTrainPic(im)
res=np.hstack([imgs[0],imgs[1],imgs[2],imgs[3]])
figure()
imshow(im)
axis('off')
figure()
imshow(res)
axis('off')
getTrainPicTest()效果
