Traitement d'image Golang : découvrez comment effectuer l'amélioration des bords de l'image et l'extraction de texte

Traitement d'image Golang : Apprenez à effectuer l'amélioration des bords de l'image et l'extraction de texte

Introduction :
Avec la popularité et le développement des médias numériques, le traitement d'image est devenu un domaine technique très important. Dans le domaine du traitement d’images, l’amélioration des contours et l’extraction de texte sont deux tâches courantes et importantes. Cet article expliquera comment utiliser Golang pour l'amélioration des bords de l'image et l'extraction de texte, et fournira des exemples de code correspondants.

1. Amélioration des bords
Les bords sont des endroits de l'image où les valeurs de couleur ou d'échelle de gris changent de manière significative et sont l'une des caractéristiques importantes de l'image. L'amélioration des bords fonctionne en mettant en évidence les bords d'une image pour les rendre plus clairs et plus évidents. Voici un exemple de code pour l'amélioration des bords à l'aide de Golang :

package main

import (
    "errors"
    "image"
    "image/color"
    "image/jpeg"
    "os"
)

// 边缘增强函数
func enhanceEdge(input image.Image) (image.Image, error) {
    bounds := input.Bounds()
    width, height := bounds.Max.X, bounds.Max.Y

    grayImg := image.NewGray(bounds)
    for y := 0; y < height; y++ {
        for x := 0; x < width; x++ {
            // 获取当前像素点的RGB值
            r, g, b, _ := input.At(x, y).RGBA()
            // 根据RGB值计算灰度值
            gray := 0.299*float64(r) + 0.587*float64(g) + 0.114*float64(b)
            grayImg.Set(x, y, color.Gray{uint8(gray >> 8)})
        }
    }

    edgeImg := image.NewGray(bounds)
    for y := 1; y < height-1; y++ {
        for x := 1; x < width-1; x++ {
            // 对每个像素点进行边缘增强
            gray := float64(grayImg.GrayAt(x, y).Y)
            grayX := float64(grayImg.GrayAt(x-1, y).Y) - float64(grayImg.GrayAt(x+1, y).Y)
            grayY := float64(grayImg.GrayAt(x, y-1).Y) - float64(grayImg.GrayAt(x, y+1).Y)
            edge := gray + grayX + grayY
            if edge < 0 {
                edge = 0
            } else if edge > 255 {
                edge = 255
            }
            edgeImg.Set(x, y, color.Gray{uint8(edge)})
        }
    }

    return edgeImg, nil
}

func main() {
    // 打开图片文件
    file, err := os.Open("input.jpg")
    if err != nil {
        panic(err)
    }
    defer file.Close()

    // 解码JPEG格式的图片
    img, _, err := image.Decode(file)
    if err != nil {
        panic(err)
    }

    // 对图片进行边缘增强
    enhancedImg, err := enhanceEdge(img)
    if err != nil {
        panic(err)
    }

    // 保存边缘增强后的图片
    enhancedFile, err := os.Create("output.jpg")
    if err != nil {
        panic(err)
    }
    defer enhancedFile.Close()

    // 将边缘增强后的图片编码为JPEG格式
    err = jpeg.Encode(enhancedFile, enhancedImg, nil)
    if err != nil {
        panic(err)
    }
}

2. Extraction de texte
L'extraction de texte consiste à extraire le texte de l'image pour une reconnaissance de texte ultérieure ou un autre traitement. Voici un exemple de code pour l'extraction de texte à l'aide de Golang :

package main

import (
    "gocv.io/x/gocv"
)

func main() {
    // 打开图片文件
    img := gocv.IMRead("input.jpg", 0)
    if img.Empty() {
        panic("读取图片失败")
    }
    defer img.Close()

    // 创建一个MSER算法对象
    mser := gocv.NewMSER()
    defer mser.Close()

    // 检测文本区域
    _, bboxes := mser.DetectRegions(img)
    for _, bbox := range bboxes {
        // 在图片上绘制矩形框
        gocv.Rectangle(&img, bbox, color.RGBA{0, 255, 0, 0}, 2)
    }

    // 保存带有文本区域矩形框的图片
    gocv.IMWrite("output.jpg", img)
}

Conclusion :
Cet article présente la méthode d'utilisation de Golang pour l'amélioration des bords et l'extraction de texte des images, et fournit des exemples de code correspondants. Le traitement d'images a une valeur d'application importante dans le domaine des médias numériques. En apprenant ces techniques de traitement d'images de base, nous pouvons effectuer un traitement d'images plus sophistiqué et plus complexe, offrant ainsi plus de possibilités d'innovation et de développement dans le domaine des médias numériques.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!