python+opencv怎么提取二值化图像的白色方格的区域

Question

python+opencv怎么提取二值化图像的白色方格的区域，同一行的方格是不是同一个高度的，不是平齐的，所有白色方格画一个区域包围，图像有很多噪点
原图:

效果图:

Answer 1

阿里嘎多学长整理AIGC生成，因移动端显示问题导致当前答案未能完全显示，请使用PC端查看更加详细的解答过程

解决方案

你可以使用 OpenCV 库中的 findContours 函数来提取图像中的白色方格，然后使用 boundingRect 函数来计算每个方格的边界框。最后，你可以使用 drawContours 函数来绘制每个方格的边界框。

以下是一个示例代码：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('image.png')

# 二值化图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
_, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)

# 找到图像中的白色方格
contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 遍历每个方格
for contour in contours:
    # 计算方格的边界框
    x, y, w, h = cv2.boundingRect(contour)
    # 绘制方格的边界框
    cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2)

# 显示结果
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

这个代码首先读取图像，然后将图像转换为灰度图像，并使用 threshold 函数将图像二值化。然后，它使用 findContours 函数找到图像中的白色方格，并遍历每个方格，计算其边界框，并使用 rectangle 函数绘制边界框。最后，它显示结果。

处理噪点

如果图像中存在噪点，可以使用 medianBlur 函数来对图像进行中值滤波，以减少噪点的影响。

img = cv2.medianBlur(img, 5)

其中，5 是滤波器的大小。

处理非平齐的方格

如果同一行的方格不是同一个高度，可以使用 houghLines 函数来检测图像中的直线，然后使用 sort 函数来排序每个方格的高度。

lines = cv2.HoughLinesP(thresh, 1, np.pi/180, 200, minLineLength=100, maxLineGap=10)
lines = sorted(lines, key=lambda x: x[1][1])

其中，HoughLinesP 函数检测图像中的直线，sort 函数排序每个方格的高度。

绘制区域

如果你想绘制每个方格的区域，可以使用 fillPoly 函数来绘制多边形。

cv2.fillPoly(img, [contour], (0, 255, 0))

其中，contour 是每个方格的边界框，fillPoly 函数绘制多边形。