opencv（二）：批量预处理图片

前言

在手写字符识别任务中，我们将MNIST数据集自带数据融合我们自己的数据组成新的测试集和验证集，在这个过程中，需要对其进行预处理以满足我们的要求。由于图片数量巨大，涉及到图片的批量处理。

基本思路

原始图片-》命令行命令得到列表文件-》程序读取列表文件实现图片批量处理

代码实现

生成列表文件1.lst

读取列表文件进行图片的批量处理，将图片都处理成白底黑字，字符顶格的形式。

//author: zhimazhimaheng
//time: 2017/7/18
//E-mail:[email protected]

#include 
#include 
#include
#include

using namespace std;
using namespace cv;

int main()
{
    string s1="D:/Mycode/image/1.lst"; //原始图片路径
    std::ifstream infile(s1, ios::in);
    if (!infile.is_open())
    {
        return 1;
    }
    vector<string> imgnamelist;
    string line;
    while(std::getline(infile, line))
    {
        imgnamelist.push_back(line);
    }
    infile.close();
    for (int i = 0; i < imgnamelist.size(); ++i)
    {
        string imgname = imgnamelist[i];
        cv::Mat tp1  = cv::imread(imgname, CV_LOAD_IMAGE_GRAYSCALE);
        int threshold_type=CV_THRESH_BINARY;
        int adaptive_method=CV_ADAPTIVE_THRESH_GAUSSIAN_C;
        int blocksize=31;
        double offset=15;
        Mat tp;
        adaptiveThreshold(tp1, tp, 255, adaptive_method, threshold_type, blocksize, offset);
        Mat element=getStructuringElement(MORPH_ELLIPSE,Size(5,5), Point(2,2));
        dilate(tp, tp, element);
        vector<vector> storage;
        vector contmax;
        vector hierarchy;
        Mat sample_tmp=tp.clone();
        tp=255-tp; //原始图片是白底黑字，而连通域寻找的是白色区域，所以反色
        findContours(tp, storage,hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE);
        double maxArea=0.0;
        Rect rect(0,0,0,0);
         for(int i=0; idouble area=fabs(contourArea(storage[i]));
            if(area>maxArea)
            {
                maxArea=area;
                contmax=storage[i];
                rect=boundingRect(contmax);
                std::cout<<"x="<" y="<" width="<" height="<std::endl;
            }
         }
        cv::Mat sample_roi;
        sample_roi=sample_tmp(Rect(rect.x, rect.y, rect.width, rect.height));
        string refilename= "D:/Mycode/image1/1/"; //生成图片路径
        std::stringstream sstr2;
        sstr2<<(i+1);
        string str3;
        sstr2>>str3;
        if(i<10)
        {
            str3="0x0031_0000"+str3; //生成图片以Unicode码命名
            }
        else if(i<100)
        {
            str3="0x0031_000"+str3;
        }
        else if(i<1000)
        {
            str3="0x0031_00"+str3;
        }
        else if(i<10000)
        {
            str3="0x0031_0"+str3;
        }
        string str5=refilename+str3+".png";
        cv::imwrite(str5, sample_roi);
    }
}