python-2.7 - Python Opencv\检测并删除图像上的一行

Question

我的个人项目是研究如何使用 Python 进行图像处理。我是这个领域的新手。我有一个小问题困扰了我几分钟(实际上我已经阻止了一个小时，虽然我可能在你眼中很简单......)

---

让我解释一下:

---

我想在我的图像上提取(或更确切地说“删除”)这条线(我将这条线熨烫成红色，以便我们最多可以看到它): http://prntscr.com/hhgzhk

按照本教程 (https://docs.opencv.org/3.0-beta/doc/py_tutorials/py_imgproc/py_gradients/py_gradients.html#gradients)，我设法使相关行更加突出，如图所示。 http://prntscr.com/hhgy72

我现在想使用此方法检测此图像中的线条:https://docs.opencv.org/3.0-beta/doc/py_tutorials/py_imgproc/py_houghlines/py_houghlines.html#py-hough-lines

将这些方法应用于我的图像后，出现以下错误:

   for rho,theta in lines[0]:
TypeError: 'NoneType' object has no attribute '__getitem__'

代码内容如下(完全对应教程:')):

import cv2
import numpy as np

img = cv2.imread('houghlines3.jpg')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray,50,150,apertureSize = 3)

lines = cv2.HoughLines(edges,1,np.pi/180,200)
for rho,theta in lines[0]:
    a = np.cos(theta)
    b = np.sin(theta)
    x0 = a*rho
    y0 = b*rho
    x1 = int(x0 + 1000*(-b))
    y1 = int(y0 + 1000*(a))
    x2 = int(x0 - 1000*(-b))
    y2 = int(y0 - 1000*(a))

    cv2.line(img,(x1,y1),(x2,y2),(0,0,255),2)

cv2.imwrite('houghlines4.jpg',img)

经过分析，我意识到错误可能来自于变量“lines”的内容是None。因此，我推断他在我的图像上没有发现线条。

我现在问自己的问题是如何提取有问题的这一行？

不知有没有人有想法。

我意识到我想在验证码上做这件事，所以这不太符合道德规范。知道这完全是教育，我不想伤害任何人:(

---

编辑

经过一些建议，我设法检测到有问题的著名行 :) 这是使用 Canny 并修改参数后检测到的行: http://prntscr.com/hhmhe4

这是代码(它不是很干净，但可以工作):

import cv2
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread('la.png',0)
# gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(img,50,150,apertureSize = 3)

lines = cv2.HoughLines(edges,1,np.pi/50,50)
for rho,theta in lines[0]:
    a = np.cos(theta)
    b = np.sin(theta)
    x0 = a*rho
    y0 = b*rho
    x1 = int(x0 + 1000*(-b))
    y1 = int(y0 + 1000*(a))
    x2 = int(x0 - 1000*(-b))
    y2 = int(y0 - 1000*(a))

    cv2.line(img,(x1,y1),(x2,y2),(0,0,255),2)

cv2.imwrite('555.jpg',img)

我的错误是没有更改正确的设置。我现在更清楚这些功能是如何工作的

Answer 1

我建议使用以下方法来测试您的代码:

1. 尝试 cv2.imshow(edge) 以查看 Canny 边缘检测是否检测到您想要去除的线条。如果没有，您可以更改参数以便检测到它们。

2.如果你能看到那里的线，那么你可以调整cv2.HoughLines的参数。我特别怀疑那里的参数值 200。您应该尝试将它减少到小于图像中线条的长度。

我的观点是尝试破解验证码是完全没问题的。在一些研究论文中，深度学习方法已经对它们进行了很好的解码。如果您想尝试一种机器学习方法来解决这个问题，您可以使用 keras 来实现，我可以提供一个研究论文的链接。