image = cv2.imread("F://demo.jpg", 0)  # 读取为灰度图_, image = cv2.threshold(image, 50, 255, cv2.THRESH_BINARY)  # 二值化kernel1 = cv2.getStructuringElement(cv2.MORPH_RECT, (7, 7))  # 腐蚀膨胀核kernel2 = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))  # 腐蚀膨胀核image = cv2.erode(image, kernel=kernel1)  # 腐蚀image = cv2.dilate(image, kernel=kernel2)  # 膨胀

h, w = image.shape  # 原图的高和宽list1 = []  # 列和list2 = []  # 行和for i in range(w):    list1.append(1 if image[:, i].sum() != 0 else 0)  # 列求和,不为0置1for i in range(h):    list2.append(1 if image[i, :].sum() != 0 else 0)  # 行求和,不为0置1# 裁剪字符区域# 求行的范围flag = 0for i, e in enumerate(list1):    if e != 0:        if flag == 0:  # 第一个不为0的位置记录            start_w = i            flag = 1        else:  # 最后一个不为0的位置            end_w = i# 求列的范围flag = 0for i, e in enumerate(list2):    if e != 0:        if flag == 0:  # 第一个不为0的位置记录            start_h = i            flag = 1        else:  # 最后一个不为0的位置            end_h = iprint(start_w, end_w)  # 行索引范围print(start_h, end_h)  # 列索引范围

l = ([i for i, e in enumerate(list1) if e != 0])  # 列和列表中不为0的索引img_list = []  # 分割数字图片存储列表temp = []  # 存储某一个数字的所有行索引值n = 0  # 数字图片数量for x in l:    temp.append(x)    if x+1 not in l:  # 索引不连续的情况        if len(temp) != 1:            start_w = min(temp)  # 索引最小值            end_w = max(temp)  # 索引最大值            img_list.append(image[start_h:end_h, start_w:end_w])  # 对该索引包括数字切片            n += 1        temp = []print(n)  # 字符数

import cv2start_h, end_h, start_w, end_w = 0, 0, 0, 0  # 字符区域的高和宽起止image = cv2.imread("F://001_1.jpg", 0)  # 直接读取为灰度图cv2.imshow("img_GRAY", image)_, image = cv2.threshold(image, 50, 255, cv2.THRESH_BINARY)  # 二值化cv2.imshow("img_BINARY", image)# 去噪点kernel1 = cv2.getStructuringElement(cv2.MORPH_RECT, (7, 7))  # 简单腐蚀膨胀核kernel2 = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))  # 简单腐蚀膨胀核image = cv2.erode(image, kernel=kernel1)  # 腐蚀image = cv2.dilate(image, kernel=kernel2)  # 膨胀cv2.imshow("img_denoise", image)h, w = image.shape  # 原图的高和宽# print(h, w)list1 = []  # 列和list2 = []  # 行和for i in range(w):    list1.append(1 if image[:, i].sum() != 0 else 0)  # 列求和,不为0置1for i in range(h):    list2.append(1 if image[i, :].sum() != 0 else 0)  # 行求和,不为0置1# print(len(list1))# print(len(list2))# 裁剪字符区域# 求行的范围flag = 0for i, e in enumerate(list1):    if e != 0:        if flag == 0:  # 第一个不为0的位置记录            start_w = i            flag = 1        else:  # 最后一个不为0的位置            end_w = i# 求列的范围flag = 0for i, e in enumerate(list2):    if e != 0:        if flag == 0:  # 第一个不为0的位置记录            start_h = i            flag = 1        else:  # 最后一个不为0的位置            end_h = iprint(start_w, end_w)  # 行索引范围print(start_h, end_h)  # 列索引范围cv2.imshow("img_number", image[start_h:end_h, start_w:end_w])l = ([i for i, e in enumerate(list1) if e != 0])  # 列和列表中不为0的索引# print(l)img_list = []  # 分割数字图片存储列表temp = []  # 存储某一个数字的所有行索引值n = 0  # 数字图片数量for x in l:    temp.append(x)    if x+1 not in l:  # 索引不连续的情况        if len(temp) != 1:            start_w = min(temp)  # 索引最小值            end_w = max(temp)  # 索引最大值            img_list.append(image[start_h:end_h, start_w:end_w])  # 对该索引包括数字切片            n += 1            # print(temp)        temp = []print(n)  # 字符数for i in range(n):  # 显示保存字符    cv2.imshow("number"+str(i), img_list[i])    cv2.imwrite("F://demo"+str(i+1).zfill(2)+".jpg", img_list[i])cv2.waitKey(0)