opencv 去饱和

demo:

游戏文字识别时,简单的预处理
首先准备一张图片用于文字识别
在这里插入图片描述
直接用OCR识别会识别出非常多垃圾信息,这个时候我们就需要对图像进行预处理操作
在这里插入图片描述
从上面的色阶图可以看出左边应该是背景板后面的垃圾信息,右边是我们所需要的的文字信息,只需要去掉背景信息即可获得需要处理的文字信息
对图像去饱和后再进行阈值操作

        static Mat Preprocessing(string file)
        {
            var img = Cv2.ImRead(file,ImreadModes.AnyColor);
            if (img.Empty())
                return null;
            Mat result = Mat.Zeros(img.Size(), img.Type());
            img.Desaturation(result);
            // 阈值
            Cv2.Threshold(result, result, 100, 255, ThresholdTypes.Binary);
            return result;
        }

获得的图像,把背景信息丢弃后得到的前背景看上去效果不错
在这里插入图片描述
使用大漠对该图像OCR操作,识别还可以,只需要对识别范围限制一下得到的结果应该就是正确的了,在字库字少的时候非常快
在这里插入图片描述
看看在线文字识别结果,慢
在这里插入图片描述
百度API高精度版本,比较慢,标准版返回是空的我的天
在这里插入图片描述

去饱和

公式:

Gray = ( Math.max(Red, Green, Blue) + Math.min(Red, Green, Blue) ) / 2
public static class ImageHelper
{
    /// <summary>
    /// 图像去饱和
    /// </summary>
    /// <param name="src"></param>
    /// <param name="dst"></param>
    public static unsafe void Desaturation(this Mat src, Mat dst)
    {
        System.Diagnostics.Debug.Assert(dst != null, "dst not set to an instance of an object.");
        System.Diagnostics.Debug.Assert(src.Channels() >= 3, "src.Channels < 3");
        System.Diagnostics.Debug.Assert(src.Type() == dst.Type(), "src.Type != des.Type");
        System.Diagnostics.Debug.Assert(src.Size() == dst.Size(), "src.Size != des.Size");

            int height = src.Rows;
            int width = src.Cols;
            var channels = src.Channels();

            Parallel.For(0, height, i =>
            {
                var ptr = (byte*)src.Ptr(i).ToPointer();
                var dstPtr = (byte*)dst.Ptr(i).ToPointer();
                for (var j = 0; j < width; j++)
                {
                    var ptrOffset = j * channels;
                    var max = Math.Max(Math.Max(ptr[ptrOffset], ptr[ptrOffset + 1]), ptr[ptrOffset + 2]);
                    var min = Math.Min(Math.Min(ptr[ptrOffset], ptr[ptrOffset + 1]), ptr[ptrOffset + 2]);
                    var color = (byte)((max + min) * 0.5f);
                    dstPtr[ptrOffset] = color;
                    dstPtr[ptrOffset + 1] = color;
                    dstPtr[ptrOffset + 2] = color;
                }
            });
    }
}
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小鱼游戏开发

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值