26、古代文献与历史建筑的图像分割技术探索

古代文献与历史建筑的图像分割技术探索

古代希腊纸草文献图像预处理与数据集构建

在处理古代希腊纸草文献图像时，为了进行书写者识别任务，需要一系列的预处理操作。
- 行标注 ：使用 LabelImg 工具手动进行行标注，标注时注意不包含图像中没有书写内容的部分。该工具可以创建围绕待选行的矩形（边界框），标注完成后会生成一个 XML 文件，其中包含了边界框的所有详细信息，如每个边界框的起始和结束坐标。
- 图像裁剪 ：利用 XML 文件中的信息和 Python 库，可以将每个选定的元素裁剪出来并单独保存。这样，对于每个原始纸草图像，处理结果是一系列图像，每个图像包含单独的一行。
- 预处理 ：由于上述过程得到的图像宽度变化很大，设计了两种不同的预处理方法来生成宽度相似的图像。
- 预处理 1 ：识别所有可用图像中宽度最小的行图像（在本案例中宽度值为 1232 像素），然后根据这个宽度对其他所有图像进行分割。如果行图像的最后一部分宽度低于该值，则可能会被丢弃。
- 预处理 2 ：假设一个预定的宽度阈值（500 像素），对所有行进行裁剪。这样会得到更多的行图像，可能会减少有用书写内容的丢失。

最终构建了用于书写者识别任务的 PapyRow 数据集。该数据集的样本直接来自扩展的 GRK - Papyri 数据集，并经过了一些图像增强操作。由于纸草因时间而严重退化，存在缺失部分、孔洞、不同的对比度和光照条件，所以采用了背景平滑处理。此外，由于图像尺寸差异很大，在保持原始纵横比的