基于OpenCV与Python的垂直投影法实现字符分割

Finn

发布时间：2026-10-15| 5人浏览过

原创

本文介绍利用OpenCV和Python实现文本行字符分割的垂直投影法。通过水平投影提取文本行后，对二值化图像进行垂直投影统计，识别字符区间并提取单一字符。代码包含阈值处理、投影计算及字符截取逻辑，适用于OCR预处理场景。

垂直投影法字符分割原理与流程

在前文介绍水平投影法提取文本行图像的基础上，本节重点讲解如何利用垂直投影法对单行文本中的各个字符进行精确分割。下图展示了经水平投影法切割后的标准文本行图像：

文本分割的核心流程分为两步：首先通过水平投影算法提取出独立的文本行，随后应用垂直投影法对该文本行内的单个字符进行逐一分割。

具体实现代码如下：

Python代码实现与运行结果

import numpy as np 
import cv2 

def get_vvList(list_data):
    #取出list中像素存在的区间
    vv_list=list()
    v_list=list()
    for index,i in enumerate(list_data):
        if i>0:
            v_list.append(index)
        else:
            if v_list:
                vv_list.append(v_list)
                #list的clear与[]有区别
                v_list=[]
    return vv_list

if __name__=='__main__':
    img_bgr=cv2.imread('./testImg/2.png',1)
    if not img_bgr is None:
        img=img_bgr.copy()
        img_gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
        #二值化
        t,binary=cv2.threshold(img_gray,0,255,cv2.THRESH_OTSU+cv2.THRESH_BINARY)
        '''
        垂直投影为从上往下投射，统计每一列的黑色像素总数
        '''
        rows,cols=binary.shape
        ver_list=[0]*cols
        for j in range(cols):
            for i in range(rows):
                if binary.item(i,j)==0:
                    ver_list[j]=ver_list[j]+1
        '''
        对ver_list中的元素进行筛选，可以去除一些噪点
        '''
        ver_arr=np.array(ver_list)
        ver_arr[np.where(ver_arr<1)]=0
        ver_list=ver_arr.tolist()

        #绘制垂直投影
        img_white=np.ones(shape=(rows,cols),dtype=np.uint8)*255
        for j in range(cols):
            pt1=(j,rows-1)
            pt2=(j,rows-1-ver_list[j])
            cv2.line(img_white,pt1,pt2,(0,),1)
        cv2.imshow('垂直投影',img_white)
        cv2.waitKey(0)

        #切割单一字符
        vv_list=get_vvList(ver_list)
        for i in vv_list:
            img_ver=img_bgr[:,i[0]:i[-1]]
            cv2.imshow('单一字符',img_ver)
            cv2.waitKey(0)

执行程序后，生成的垂直投影效果如下图所示：