【OpenCV小练手】-仿造验证码去除干扰因子

简介: 【OpenCV小练手】-仿造验证码去除干扰因子

最近这几天一直在回顾OpenCV的相关知识点,也算是做一次简单的总结的吧。这次小项目主要是针对 形态学应用知识点做的回顾。首先是提取图像中的水平线和垂直线,然后利用类似原理,可以消除验证码上面的干扰项。

操作步骤:

  • 1、读取图像
  • 2、转换为灰度图
  • 3、装换为二值图
  • 4、定义水平结构原始和垂直结构元素
  • 5、对图像处理:先腐蚀再膨胀(开运算)
  • 6、再来一个反转,把背景改成白的
  • 7、利用blur滤波,让图像更美观

如下,首先提取下面图像的水平线:

1、读取图像

Mat src, dst,grayImage;
  src = imread("E:\\Pec\\形态学应用1.jpg");
  namedWindow("原图", WINDOW_AUTOSIZE);
  imshow("原图", src);
  if (src.empty())
  {
    printf("图片读取错误!\n");
  }

2、转换为灰度图

//灰度图转化
  cvtColor(src, grayImage, COLOR_BGR2GRAY);

3、装换为二值图

//二值图
  Mat threImage;
  adaptiveThreshold(grayImage, threImage, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 15, -2);
  imshow("ee图", threImage);

4、定义水平结构原始和垂直结构元素

//水平结构元素
  Mat hkernel = getStructuringElement(MORPH_RECT, Size(src.cols / 16, 1), Point(-1, -1));
  //垂直结构元素
  Mat wkernel = getStructuringElement(MORPH_RECT, Size(1, src.rows/16), Point(-1, -1));

5、对图像处理:先腐蚀再膨胀(开运算)

Mat eImage, dImage;
  erode(threImage, eImage, wkernel);
  dilate(eImage, dImage,wkernel);

6、再来一个反转,把背景改成白的

bitwise_not(dImage,dImage);

7、利用blur滤波,让图像更美观

blur(dImage, dImage, Size(3, 3), Point(-1, -1));
  imshow("提取水平线", dImage);

效果如下:

验证码去除干扰项

假设验证码的图片如下所示:

程序代码

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
int main()
{
  Mat src, dst,grayImage;
  src = imread("E:\\Pec\\形态学应用2.jpg");
  imshow("假设验证码图", src);
  if (src.empty())
  {
    printf("图片读取错误!\n");
  }
  //灰度图转化
  cvtColor(src, grayImage, COLOR_BGR2GRAY);
  //二值图
  Mat threImage;
  adaptiveThreshold(grayImage, threImage, 255, ADAPTIVE_THRESH_GAUSSIAN_C, THRESH_BINARY_INV, 17, 2);
  Mat kernel = getStructuringElement(MORPH_RECT, Size(5, 5), Point(-1, -1));
  Mat eimage, dimage;
  erode(threImage, eimage, kernel);
  dilate(eimage, dimage,kernel);
  imshow("验证码去除干扰项", dimage);
  waitKey(0);
  return 0;
}

相关文章
|
Python
python opencv+pytesseract 验证码识别
人总要呆在一种什么东西里,沉溺其中,苟有所得,才能证明自己的存在,切实地活出自己的价值 ——汪曾祺
234 0
python opencv+pytesseract 验证码识别
|
1月前
|
计算机视觉
Opencv学习笔记(三):图像二值化函数cv2.threshold函数详解
这篇文章详细介绍了OpenCV库中的图像二值化函数`cv2.threshold`,包括二值化的概念、常见的阈值类型、函数的参数说明以及通过代码实例展示了如何应用该函数进行图像二值化处理,并展示了运行结果。
322 0
Opencv学习笔记(三):图像二值化函数cv2.threshold函数详解
|
2月前
|
算法 计算机视觉
opencv图像形态学
图像形态学是一种基于数学形态学的图像处理技术,它主要用于分析和修改图像的形状和结构。
49 4
|
2月前
|
存储 计算机视觉
Opencv的基本操作(一)图像的读取显示存储及几何图形的绘制
本文介绍了使用OpenCV进行图像读取、显示和存储的基本操作,以及如何绘制直线、圆形、矩形和文本等几何图形的方法。
Opencv的基本操作(一)图像的读取显示存储及几何图形的绘制
|
3月前
|
算法 计算机视觉 Python
python利用opencv进行相机标定获取参数,并根据畸变参数修正图像附有全部代码(流畅无痛版)
该文章详细介绍了使用Python和OpenCV进行相机标定以获取畸变参数,并提供了修正图像畸变的全部代码,包括生成棋盘图、拍摄标定图像、标定过程和畸变矫正等步骤。
python利用opencv进行相机标定获取参数,并根据畸变参数修正图像附有全部代码(流畅无痛版)
WK
|
3月前
|
编解码 计算机视觉 Python
如何在OpenCV中进行图像转换
在OpenCV中,图像转换涉及颜色空间变换、大小调整及类型转换等操作。常用函数如`cvtColor`可实现BGR到RGB、灰度图或HSV的转换;`resize`则用于调整图像分辨率。此外,通过`astype`或`convertScaleAbs`可改变图像数据类型。对于复杂的几何变换,如仿射或透视变换,则可利用`warpAffine`和`warpPerspective`函数实现。这些技术为图像处理提供了强大的工具。
WK
108 1
|
5月前
|
算法 计算机视觉
【Qt&OpenCV 图像的感兴趣区域ROI】
【Qt&OpenCV 图像的感兴趣区域ROI】
165 1
|
5月前
|
运维 算法 计算机视觉
【Qt&OpenCV 图像的模板匹配 matchTemplate/minMaxLoc】
【Qt&OpenCV 图像的模板匹配 matchTemplate/minMaxLoc】
77 1
|
5月前
|
存储 编解码 算法
【Qt&OpenCV 检测图像中的线/圆/轮廓 HoughLinesP/HoughCircles/findContours&drawContours】
【Qt&OpenCV 检测图像中的线/圆/轮廓 HoughLinesP/HoughCircles/findContours&drawContours】
89 0
|
4月前
|
机器学习/深度学习 XML 计算机视觉
OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习库,它提供了大量的函数和工具,用于处理图像和视频数据。
OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习库,它提供了大量的函数和工具,用于处理图像和视频数据。