笔画宽度变换（SWT）实现（Python）

Question

有人能描述一下如何使用OpenCV或SimpleCV在Python中实现SWT吗？

- pylover

---

如果您正在寻找一份论文实现，您可以添加该论文的链接，或者至少提供一个关于SWT是什么的链接。 - Abid Rahman K

可能会有用：https://dev59.com/Sm445IYBdhLWcg3we6V9 - Abid Rahman K

我已经看过它们了，但链接已损坏，没有可用的代码或伪代码。 - pylover

那个链接绝对有效：https://sites.google.com/site/roboticssaurav/strokewidthnokia - AruniRC

@AruniRC，谢谢。请将您的链接作为答案发送给我，我会接受它。 - pylover

可以在这里找到基于C++ mex文件的Matlab实现。 - Shai

Answer 1

好的，下面开始：

链接中包含实现细节和代码下载链接：SWT

为了完整起见，还要提到 SWT 或 Stroke Width Transform，它是由 Epshtein 等人于 2010 年设计的，并且已经成为迄今为止最成功的文本检测方法之一。它不使用机器学习或复杂的测试。基本上，在输入图像上执行 Canny 边缘检测后，它计算组成图像对象的每个笔画的粗细。由于文本具有均匀粗细的笔画，因此这可以成为一个强大的识别特征。

链接中提供的实现使用 C++、OpenCV 和 Boost 库，在计算 SWT 步骤后用于连接图遍历等操作。就个人而言，我在 Ubuntu 上进行了测试，它表现得相当不错（而且效率很高），尽管准确性不是完全精确。

- AruniRC

Answer 2

我实现了类似于基于 SWT 的距离变换，描述在“Huizhong Chen、Sam S. Tsai、Georg Schroth、David M. Chen、Radek Grzeszczuk 和 Bernd Girod”所著的《自然图像中具有边缘增强最大稳定极值区域的鲁棒文本检测》一书中。虽然与该论文中描述的不完全相同，但是它粗略地近似符合了我的目的。我想分享一下，以便有人可能会发现它有用（并指出任何错误或改进）。它是用 C++ 实现的，使用了 OpenCV。

    // bw8u : we want to calculate the SWT of this. NOTE: Its background pixels are 0 and forground pixels are 1 (not 255!)
    Mat bw32f, swt32f, kernel;
    double min, max;
    int strokeRadius;

    bw8u.convertTo(bw32f, CV_32F);  // format conversion for multiplication
    distanceTransform(bw8u, swt32f, CV_DIST_L2, 5); // distance transform
    minMaxLoc(swt32f, NULL, &max);  // find max
    strokeRadius = (int)ceil(max);  // half the max stroke width
    kernel = getStructuringElement(MORPH_RECT, Size(3, 3)); // 3x3 kernel used to select 8-connected neighbors

    for (int j = 0; j < strokeRadius; j++)
    {
        dilate(swt32f, swt32f, kernel); // assign the max in 3x3 neighborhood to each center pixel
        swt32f = swt32f.mul(bw32f); // apply mask to restore original shape and to avoid unnecessary max propogation
    }
    // swt32f : resulting SWT image

- dhanushka

---

距离变换的局部极大值将产生半笔画宽度。这是一个很好的观察，尽管2011-2012年的一些论文与MSER等区域检测器结合使用了这个确切的方法。 - AruniRC

@AruniRC 在给定链接中的论文提供了关于这种方法的详细信息。实际上，这个半笔画宽度的问题并不是我的观察结果。如果我的写作让人们产生这种误解，我真的很抱歉。所有的功劳应该归给这篇论文的作者们。 - dhanushka

哦，我完全不是那个意思。只是一些观察。对于之前没有看到ICIP论文链接是我的错误和抱歉。实际上，使用距离变换来获取半宽更易于实现和优雅。个人而言，我曾经使用拉普拉斯算子来获取距离变换图像的局部极值，但你的膨胀方法更干净。 - AruniRC

你的方法的输入图像必须具有零的背景值和一的前景值。我该如何实现这个要求？ - Bastian

@BastianSchoettle 我们将 SWT 应用于二进制图像，因此您可以使用 threshold 并将 maxval 设置为 1 来创建此二进制图像。这只是一个例子。 - dhanushka

谢谢...我写代码的速度比思考的速度快。发表评论几分钟后，我就解决了问题。 - Bastian

Answer 3

这里有一个完整的库SWTloc，它是该算法的Python 3实现。

---

v2.0.0及以上版本

安装该库

pip install swtloc

图像转换

import swtloc as swt
imgpath = 'images/path_to_image.jpeg'
swtl = swt.SWTLocalizer(image_paths=imgpath)
swtImgObj = swtl.swtimages[0]
swt_mat = swtImgObj.transformImage(text_mode='lb_df',
                                   auto_canny_sigma=1.0,
                                   maximum_stroke_width=20)

---

本地化信件

localized_letters = swtImgObj.localizeLetters(minimum_pixels_per_cc=100,
                                              maximum_pixels_per_cc=10_000,
                                              acceptable_aspect_ratio=0.2)

---

单词本地化

localized_words = swtImgObj.localizeWords()

完整披露：我是这个库的作者。

- Dravidian