如何用OpenCV遍历图片文件夹并分割文本行保存单字图像？

你的代码在批量处理时只导出一张图片，核心原因是轮廓处理逻辑完全在遍历文件的循环外部，只执行了最后一张图的分割，加上代码里还有几处变量错误和文件覆盖问题，以下是修复后的完整代码：

from PIL import Image
import cv2
import numpy as np
from pathlib import Path

corpus_dir = Path('data')
files = list(corpus_dir.glob(pattern='*.jpg'))

# 遍历每个文件
for idx, f in enumerate(files):
    # 读取图片（PIL的读取可以去掉，直接用cv2读就行）
    image = cv2.imread(str(f))
    if image is None:
        print(f"无法读取图片: {f}")
        continue
    
    # 预处理流程
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    blur = cv2.GaussianBlur(gray, (5,5), 0)
    ret, thresh1 = cv2.threshold(blur, 0, 255, cv2.THRESH_OTSU | cv2.THRESH_BINARY_INV)
    
    # 保存中间结果时加上文件名前缀，避免覆盖
    cv2.imwrite(f'threshold_image_{f.stem}.jpg', thresh1)
    
    rect_kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (4,30))
    dilation = cv2.dilate(thresh1, rect_kernel, iterations = 6)
    cv2.imwrite(f'dilation_image_{f.stem}.jpg', dilation)
    
    # 查找轮廓
    contours, hierarchy = cv2.findContours(dilation, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    # 修复变量错误：用image.copy()而不是未定义的img.copy()
    im2 = image.copy()
    
    # 初始化当前文件的分割计数，放在循环内部，每个文件从1开始计数
    crop_number = 1
    # 按坐标排序轮廓（按y轴，再x轴，保证从左到右分割）
    sorted_contours = sorted(contours, key=lambda x: (cv2.boundingRect(x)[1], cv2.boundingRect(x)[0]))
    
    # 遍历排序后的轮廓
    for cnt in sorted_contours:
        x, y, w, h = cv2.boundingRect(cnt)
        # 过滤过小的轮廓，避免噪点
        if h > 50 and w > 50:
            # 绘制矩形框
            rect = cv2.rectangle(im2, (x, y), (x + w, y + h), (0, 255, 0), 2)
            # 裁剪区域
            cropped = im2[y:y + h, x:x + w]
            # 保存时加上原文件名前缀，避免不同文件的分割图互相覆盖
            cv2.imwrite(f"{f.stem}_sawir_{crop_number}.jpeg", cropped)
            crop_number += 1
    
    # 可选：保存带框的原图
    cv2.imwrite(f'boxed_image_{f.stem}.jpg', im2)

关键修改说明 #

• 修复变量错误：把im2 = img.copy()改成im2 = image.copy()，原代码中img未定义，单张运行时可能依赖全局变量，批量处理会直接报错
• 把轮廓处理逻辑移到文件遍历循环内部：原代码中crop_number初始化、轮廓排序、遍历分割都在文件循环外，导致只处理最后一张图的轮廓
• 避免文件覆盖：
  • 中间结果（阈值图、膨胀图）加上原文件名前缀，不会被后续文件覆盖
  • 分割后的单词图片也加上原文件名前缀，不同文件的分割图不会互相覆盖
• 正确排序轮廓：原代码排序了轮廓但没用到，现在用sorted_contours遍历，按y轴（行）和x轴（列）排序，保证从左到右分割单词
• 修复缩进问题：把裁剪和保存代码放到if h >50 and w>50的条件块内，避免处理过小的噪点轮廓
• 增加错误处理：判断图片是否读取成功，避免无效文件导致程序崩溃

内容的提问来源于stack exchange，提问作者Yasin1