/u010910436/article/details/40399437
首先介绍算法思路：图像对应方向的投影，就是在该方向取一条直线，统计垂直于该直线（轴）的图像上的像素的黑点数量，累加求和作为该轴该位置的值；基于图像投影的切割就是将图像映射成这种特征后，基于这种特征判定图像的切割位置（坐标），用这个坐标来切割原图像，得到目标图像。
其实，可以用多次的腐蚀后再膨胀进行边界定位处理，但是如果图像（比如打印字体）非常规范，简单的投影就可以了。
java代码实现：
java的图像处理，这里大部分是由im.read读取，bufferedimage，然后转为二值bitset做处理（0，1或者说是true和false，一个bitset是整张图片的0，1像素值的一维行向量。bitset.length=width*height）
/**
* 图像向x轴做投影后的数组
*
*@paramimagedata
*@paramw
*宽
*@paramh
*高
*@return
*/
publicstaticint[] xpro(BitSetbitSet,intwidth,intheight) {
intxpro[] =newint[width];
for(intj= 0;j<width;j++) {
for(inti= 0;i<height;i++) {
if(bitSet.get(i*width+j) ==true)
xpro[j]++;
}
}
returnxpro;
}
/**
* 图像向y轴做投影后的数组
*
*@paramimagedata
*@paramw
*@paramh
*@return
*/
publicstaticint[] ypro(BitSetbitSet,intwidth,intheight) {
intypro[] =newint[height];
for(inti= 0;i<height;i++) {
for(intj= 0;j<width;j++) {
if(bitSet.get(i*width+j) ==true)
ypro[i]++;
}
}
returnypro;
}
publicstaticRectangle[] yproSegment(int[]ypro,intwidth,intheight) {
ArrayList<Integer>lline=newArrayList<Integer>();
ArrayList<Integer>rline=newArrayList<Integer>();
// 两种情况：sku区域起始位置元素为空白区域；起始位置含字符元素
if(ypro[0] != 0) {
lline.add(0);
}
for(inti= 4;i<height;i++) {
if(ypro[i] > 0 &&ypro[i- 1] > 0 &&ypro[i- 2] > 0
&&ypro[i- 3] > 0 &&ypro[i- 4] == 0) {
lline.add(i-4);
}elseif(ypro[i] == 0 &&ypro[i- 1] > 0 &&ypro[i- 2] > 0
&&ypro[i- 3] > 0 &&ypro[i- 4] > 0) {
rline.add(i);
}
}
if(ypro[ypro.length- 1] != 0) {
rline.add(height);
}
List<Rectangle>c=newArrayList<Rectangle>();
for(inti= 0;i<rline.size();i++) {
if(rline.get(i) != 0 &&lline.get(i) <rline.get(i)) {
c.add(newRectangle(0,lline.get(i),width,rline.get(i)-lline.get(i)));
}else{
break;
}
}
returnc.toArray(newRectangle[0]);
}
