halcon学习拓展系列—笔画宽度分割算子swt_threshold

SWT(Stroke Width Transform）算法由Epshtein等在2010年提出，指示牌文字，斑马线，指引线等都有固定的宽度，分割时只用颜色和灰度会受到背景和前景颜色和灰度干扰，再加上笔画宽度特征，就能更好的对这些固定宽度对象进行分割

经过碑文，道路指示牌，道路指引线的测试，发现swt对简易连通域的分割效果较好，对复杂连通域的分割效果较差，我觉得根本原因是swt时基于Contour上每个点在法向量方向上进行边缘点抓取，如果图像文字分辨率不高，Contour就不够准确，再加上汉字笔画之间有连通，导致笔画宽度会比真实的笔画宽两三倍才能有效抓取

虽然swt算法不能认为是一个优秀的分割算法，但是对于简易连通区域效果还是很好的，希望大家看到能够有所收获，并能提出宝贵的意见

 

一、基础知识

1、首先计算图像的边缘，halcon用gen_contour_region_xld算子求外轮廓，内轮廓

2、然后根据边缘的方向信息计算图像的SWT ,根据笔画宽度信息将像素聚集成连通域

3、利用形态学处理SWT区域，使其Region闭合，并根据灰度信息去除非文字区域

4、利用几何推理如连通域的高宽比，连通域笔画的方差，均值，中值等来过滤连通域，将连通域聚集成文本行，最后将文本行分割成一个个词。（该步骤未实现）

流程的核心为SWT。