# -*- coding: utf-8 -*- import numpyfrom PIL import Imageimage = Image.open("5.gif")heigh = image.size[0]weigh = image.size[1]checkbox = ([-1,0],[0,1],[1,0],[0,-1])#降噪除去一个点def clearpoint(im): for i in range(heigh): for j in range(weigh): if im.getpixel((i,j))==0: result = 0 for count in range(4): if im.getpixel((i+checkbox[count][0],j+checkbox[count][1])):result+=1 if result == 4: im.putpixel((i,j),255) return imbox = numpy.array([0,0,13,20])imagenumsit = [] #chun cun 5 ge shuziimagenumbit = []imagedoublevalue = image.convert("1")imagedoublevalue = clearpoint(imagedoublevalue)resultnum = 0for i in range(5): imagenum = imagedoublevalue.crop(box) imagenumsit.append(imagenum) box[0]=box[2] box[2]+=9for i in range(5): w = imagenumsit[i].size[0] h = imagenumsit[i].size[1] vector = [0]*w imagenumbitsingle = numpy.tile(vector,(h,1)) for x in range(h): for y in range(w): if imagenumsit[i].getpixel((y,x)) == 0:imagenumbitsingle[x][y]=1 imagenumbit.append(imagenumbitsingle)imagenumsit[1].show()print imagenumbit[1] 代码用来分隔图像并且把图像二值化，分别保存。
python代码实现记录：
- 对Pillow库的使用，基本图像操作。
- image.size[0]表示图像的像素高度，类似于矩阵的表示方式，image.size[1]为图像的长度。
- image.getpixel((i,j)) ，对于图像(i,j)坐标的像素取颜色值，因为这里已经做过二值化，所以黑色值为0，白色值为255，降噪函数用搜索，把单独（周围都是白色像素点）黑色像素点去除掉
- image.convert()，用于转换RGB图像，PIL中所有格式的图像open（）后都是RGB图像或者L图像（灰度图），共可以转化为九种模式图像：1，L，P，RGB，RGBA，CMYK，YCbCr，I，F
- “1”：二值化图像，非黑即白，0表示黑，255表示白
- “L”：灰度图像，0-255表示不同灰度，转换公式：L=R * 299/1000 + G * 587/1000+ B * 114/1000
- “P”：8bit彩色图像
- “RGBA”：32bit彩色图像，其中24bit通道表示红绿蓝，剩下8bit表示透明度（alpha），alpha默认值：255（完全不透明）
- “CMYK”：32bit彩色图像，其中多出8bit来表示黑色油墨度，四种标准颜色是：C：Cyan = 青色，又称为‘天蓝色’或是‘湛蓝’M：Magenta = 品红色，又称为‘洋红色’；Y：Yellow = 黄色；K：Key Plate(blacK) = 定位套版色（黑色），K默认值：0
- “YCbCr”：24bit彩色图像：Y是指亮度分量，Cb指蓝色色度分量，而Cr指红色色度分量，转换公式Y= 0.257*R+0.504*G+0.098*B+16；Cb = -0.148*R-0.291*G+0.439*B+128；Cr = 0.439*R-0.368*G-0.071*B+128，
- “I”：32bit灰度图像，其中每个像素用0-255色度表示，转换公式：I = R * 299/1000 + G * 587/1000 + B * 114/1000
- “F”：32bit浮点灰度图像，其中每个像素用0-255色度表示，转换公式：F = R * 299/1000+ G * 587/1000 + B * 114/1000