用OpenCv中Mat进行水平投影与垂直投影并实现字符切分

目前即将开始的一个新项目是进行字符识别，下面就使用水平投影机垂直投影的测试代码贴出，供大家参考。

#include<iostream>
#include<opencv2\highgui.hpp>
#include<opencv2\imgproc\imgproc.hpp>
#include<stdio.h>

using namespace cv;
using namespace std;

vector<Mat> horizontalProjectionMat(Mat srcImg)//水平投影
{
	Mat binImg;
	blur(srcImg, binImg, Size(3, 3));//blur均值滤波函数，滤波核大小为3*3
	threshold(binImg, binImg, 0, 255, CV_THRESH_OTSU);//threshold函数是进行图像二值化处理，使用OTSU算法确定分割阈值
	int perPixelValue = 0;
	int width = srcImg.cols;
	int height = srcImg.rows;
	int* projectValArry = new int[height];//创建一个存储每行白色像素个数的数组
	memset(projectValArry, 0, height * 4);//初始化数组: 比如memset(ch,0,8),就是把数组ch前八项置为零，后面的不一定为零。
	for (int col = 0; col < height; col++)//遍历每个像素点
	{
		for (int row = 0; row < width; row++)
		{
			perPixelValue = binImg.at<uchar>(col, row);//img.at<uchar>(i, j)=128这是指将灰度图的第x行，第y列的置为灰度为128的灰色（0为黑色，255为白色）
			//如果是彩图，则写为ima.at<cv::Vec3b>(x, y)[0]，ima.at<cv::Vec3b>(x, y)[1]，ima.at<cv::Vec3b>(x, y)[2]，分别表示红绿蓝（顺序不确定）三种颜色的色度
			if (perPixelValue == 0)//如果是白底黑字
			{
				projectValArry[col]++;
			}
		}
	}
	Mat horizontalProjectionMat(height, width, CV_8UC1);//创建画布
	for (int i = 0; i < height; i++)
	{
		for (int j = 0; j < width; j++)
		{
			perPixelValue = 255;
			horizontalProjectionMat.at<uchar>(i, j) = perPixelValue;//设置背景为白色
		}
	}
	for (int i = 0; i < height; i++)//水平直方图
	{
		for (int j = 0; j < projectValArry[i]; j++)
		{
			perPixelValue = 0;
			horizontalProjectionMat.at<uchar>(i, width - 1 - j) = perPixelValue;//设置直方图为黑色
		}
	}
	imshow("水平投影", horizontalProjectionMat);
	cvWaitKey(0);
	vector<Mat> roilist;//用于存储分割出来的每个字符
	int startIndex = 0;//记录进入字符区的索引
	int endIndex = 0;//记录进入空白区域的索引
	bool inBlock = false;//是否遍历到了字符区内
	for (int i = 0; i < srcImg.rows; i++)
	{
		if (!inBlock&&projectValArry[i] != 0)//进入字符区
		{
			inBlock = true;
			startIndex = i;
		}
		else if (inBlock&&projectValArry[i] == 0)//进入空白区
		{
			endIndex = i;
			inBlock = false;
			Mat roiImg = srcImg(Range(startIndex, endIndex + 1), Range(0, srcImg.cols));//从原图中截取有图像的区域
			roilist.push_back(roiImg);
		}
	}
	delete[] projectValArry;
	return roilist;
}
vector<Mat> verticalProjectionMat(Mat srcImg)//垂直投影
{
	Mat binImg;
	blur(srcImg, binImg, Size(3, 3));
	threshold(binImg, binImg, 0, 255, CV_THRESH_OTSU);
	int perPixelValue;//每个像素的值
	int width = srcImg.cols;
	int height = srcImg.rows;
	int* projectValArry = new int[width];//创建用于存储每列白色像素个数的数组
	memset(projectValArry, 0, width * 4);//初始化数组
	for (int col = 0; col < width; col++)
	{
		for (int row = 0; row < height; row++)
		{
			perPixelValue = binImg.at<uchar>(row, col);
			if (perPixelValue == 0)//如果白底黑字
			{
				projectValArry[col]++;
			}
		}
	}
	Mat verticalProjectionMat(height, width, CV_8UC1);//垂直投影的画布
	for (int i = 0; i < height; i++)
	{
		for (int j = 0; j < width; j++)
		{
			perPixelValue = 255;//背景设置为白色
			verticalProjectionMat.at<uchar>(i, j) = perPixelValue;
		}
	}
	for (int i = 0; i < width; i++)//垂直投影直方图
	{
		for (int j = 0; j < projectValArry[i]; j++)
		{
			perPixelValue = 0;//直方图设置为黑色
			verticalProjectionMat.at<uchar>(height - 1 - j, i) = perPixelValue;
		}
	}
	imshow("垂直投影", verticalProjectionMat);
	cvWaitKey(0);
	vector<Mat> roilist;//用于存储分割出来的每个字符
	int startIndex = 0;//记录进入字符区的索引
	int endIndex = 0;//记录进入空白区域的索引
	bool inBlock = false;//是否遍历到了字符区内
	for (int i = 0; i < srcImg.cols; i++)//cols=width
	{
		if (!inBlock&&projectValArry[i] != 0)//进入字符区
		{
			inBlock = true;
			startIndex = i;
		}
		else if (projectValArry[i] == 0 && inBlock)//进入空白区
		{
			endIndex = i;
			inBlock = false;
			Mat roiImg = srcImg(Range(0, srcImg.rows), Range(startIndex, endIndex + 1));
			roilist.push_back(roiImg);//push_back() 在Vector最后添加一个元素（参数为要插入的值）
		}
	}
	delete[] projectValArry;
	return roilist;
}
int main(int argc, char* argv[])
{
	Mat srcImg = imread("E:/OpenCV/OpenCVTest/4.png", 0);
	char szName[30] = { 0 };
	vector<Mat> b = verticalProjectionMat(srcImg);//先进行垂直投影
	for (int i = 0; i < b.size(); i++)
	{
		vector<Mat> a = horizontalProjectionMat(b[i]);//水平投影
		sprintf_s(szName, "E:\\picture\\%d.jpg", i);
		for (int j = 0; j < a.size(); j++)
		{
			imshow(szName, a[j]);
			IplImage img = IplImage(a[j]);
			cvSaveImage(szName, &img);//保存切分图像
		}
	}
	cvWaitKey(0);
	getchar();
	return 0;
}

结果：

（1）原始图像：