如何使用OpenCV从图像中识别矩阵的行列维度

一、图像预处理 #

先对输入图像做基础预处理，统一格式并突出线条特征：

• 读取图像后转为灰度图：gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
• 用自适应二值化处理，适配不同光照下的图像：thresh = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 11, 2)
• 执行形态学闭操作，消除噪点同时保留线条结构：

  kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3,3))
  processed = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)
  

二、分离并计数横竖线条 #

提取横向线条并计算行数 #

横向线条决定矩阵的行数，通过形态学操作单独提取：

• 创建横向结构元素，宽度设为图像宽度的1/20（可根据实际图像调整）：horizontal_kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (img.shape[1]//20, 1))
• 提取横向线条：horizontal_lines = cv2.morphologyEx(processed, cv2.MORPH_OPEN, horizontal_kernel, iterations=2)
• 检测横向线条的轮廓，收集每条线条的平均y坐标，排序后去重（相邻线条距离小于阈值视为同一条）：

  horizontal_contours, _ = cv2.findContours(horizontal_lines, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
  horizontal_y = [cnt[:,0,1].mean() for cnt in horizontal_contours]
  horizontal_y.sort()
  
  filtered_h = []
  threshold = img.shape[0]//50
  for y in horizontal_y:
      if not filtered_h or abs(y - filtered_h[-1]) > threshold:
          filtered_h.append(y)
  

• 矩阵行数 M = len(filtered_h) - 1（线条数量比格子行数多1）

提取纵向线条并计算列数 #

纵向线条决定矩阵列数，操作逻辑和横向一致：

• 创建纵向结构元素，高度设为图像高度的1/20：vertical_kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (1, img.shape[0]//20))
• 提取纵向线条：vertical_lines = cv2.morphologyEx(processed, cv2.MORPH_OPEN, vertical_kernel, iterations=2)
• 检测纵向线条轮廓，收集平均x坐标并去重：

  vertical_contours, _ = cv2.findContours(vertical_lines, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
  vertical_x = [cnt[:,0,0].mean() for cnt in vertical_contours]
  vertical_x.sort()
  
  filtered_v = []
  threshold = img.shape[1]//50
  for x in vertical_x:
      if not filtered_v or abs(x - filtered_v[-1]) > threshold:
          filtered_v.append(x)
  

• 矩阵列数 N = len(filtered_v) - 1

三、优化方案 #

• 如果图像存在透视畸变，先通过透视变换校正为正视图，再执行上述步骤，保证线条水平垂直
• 可计算相邻线条的平均间距，过滤掉间距远大于平均值的异常线条，提升计数准确性

内容的提问来源于stack exchange，提问作者DHANUSH T