具有相同y值的组轮廓

Question

我一直在关注有关计算机视觉的教程，并做了一个小项目来阅读游戏中的时间。游戏时间的格式为h：m。到目前为止，我已经使用findContours弄清了h和m，但是由于字符形状不是连续的，我很难隔离冒号。因此，当我尝试matchTemplate时，代码会出现异常，并开始使用点匹配所有其他数字。

有没有办法用X对轮廓进行分组？

这里是获取参考数字的简化代码，从屏幕获取数字的代码基本相同。

    refCnts = cv2.findContours(ref.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    refCnts = imutils.grab_contours(refCnts)
    refCnts = contours.sort_contours(refCnts, method="left-to-right")[0]

    digits = {}

    # loop over the OCR-A reference contours
    for (i, c) in enumerate(refCnts):
        # compute the bounding box for the digit, extract it, and resize
        # it to a fixed size
        (x, y, w, h) = cv2.boundingRect(c)

        roi = ref[y:y + h, x:x + w]
        roi = cv2.resize(roi, (10, 13))
        digits[i] = roi

是python和opencv的新手。如果这是一个愚蠢的问题，请提前道歉。

这是我正在使用的参考图像：

这是我要阅读的输入图像：

Answer 1

您拥有使用findCountours吗？因为有更好的方法可以解决此类问题。例如，您可以使用template matching，如下所示：

这些是input，template（从参考图像切出）和output图像：

import cv2 
import numpy as np 

# Read the input image & convert to grayscale
input_rgb = cv2.imread('input.png')
input_gray = cv2.cvtColor(input_rgb, cv2.COLOR_BGR2GRAY) 

# Read the template (Using 0 to read image in grayscale mode)
template = cv2.imread('template.png', 0) 

# Perform template matching - more on this here: https://docs.opencv.org/4.0.1/df/dfb/group__imgproc__object.html#ga3a7850640f1fe1f58fe91a2d7583695d
res = cv2.matchTemplate(input_gray,template,cv2.TM_CCOEFF_NORMED) 

# Store the coordinates of matched area 
# found the threshold value of .56 using trial & error using the input image - might be different in your game
lc = np.where( res >= 0.56)  

# Draw a rectangle around the matched region
# I used the width and height of the template image but in practice you need to use a better method to accomplish this
w, h = template.shape[::-1] 
for pt in zip(*lc[::-1]): 
    cv2.rectangle(input_rgb, pt, (pt[0] + w, pt[1] + h), (0,255,255), 1)

# display output
cv2.imshow('Detected',input_rgb) 
# cv2.imwrite('output.png', input_rgb)
# cv2.waitKey(0)
# cv2.destroyAllWindows()

您也可以研究使用openCV进行文本检测和识别。