[OpenCV][Python]印出圖像中OCR面積及位置

本文延續上兩篇文章，新增印出圖像中OCR的面積及位置，與驗證連通域分析計算的面積是否正確，利用cv2.countNonZero來計算區域內非零的元素，因圖像OCR在連通域分析前就需轉換成黑底白字，剛好可利用此函數來計算面積。

[OpenCV][Python]印出圖像中文字的位置及高寬

結果圖

程式碼

import cv2
import numpy as np

def read_posion(img):
    '''
    輸入背景黑色，物件白色的圖
    '''
    num_labels, labels, stats, _ = cv2.connectedComponentsWithStats(img, connectivity=8)
    components = []
    # boxes_data = []
    for i in range(1, num_labels): # 跳過背景
        x, y, w, h, area = stats[i]
        if area >100:
            components.append((x, y, w, h,area))
    return components
    
img = cv2.imread(f'F:/python/opencv/chars_training_01.png')
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# Otsu's 方法進行自動二值化
_, binary_image = cv2.threshold(gray_img, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
# 需讓OCR轉換成白色字體才能用連通域分析
binary_image = 255 - binary_image
box = read_posion(binary_image)

# 設置文字的相關屬性
font = cv2.FONT_HERSHEY_SIMPLEX  # 字體類型
font_scale = 0.5  # 字體大小
color = (0, 0, 0)  # 文字顏色 (B, G, R)，這裡是黑色
thickness = 1  # 文字粗細

for i,data in enumerate(box):
    x,y,w,h,area = data
    #印出OCR 位置，高寬
    print(f'第{i}個OCR，x:{x},y:{y},h:{h},w:{w},area:{area}')
    cv2.rectangle(img,(x,y), (x+w,y+h), (0,0,255), 1)
    area_1 = cv2.countNonZero(binary_image[y:y+h,x:x+w]) # 擷取與OCR一樣的位置計算白色面積
    print(f'第{i}個OCR_test，x:{x},y:{y},h:{h},w:{w},area:{area_1}')
    # 在圖像上繪製數字
    cv2.putText(img, str(area_1), (x - 10, y - 10), font, font_scale, color, thickness)

# 顯示結果圖像
cv2.imshow('reuslt', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

印出來的結果

兩者計算結果幾乎一模一樣，只有略差1~2pixl，可以忽略不計。