# 训练书法字体图像获取

**Repository Path**: ipa-project01-palette/project_9

## Basic Information

- **Project Name**: 训练书法字体图像获取
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-06-08
- **Last Updated**: 2025-06-08

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 训练书法字体图像获取

## 项目介绍
本项目使用数字图像处理技术，实现对汉字书法字体图片的自动分割和提取。通过一系列图像处理步骤，可以从包含多个汉字的图片中准确提取出单个汉字图像，为后续的书法字体训练和识别提供数据支持。

## 功能特点
- 支持书法汉字图像的自动分割
- 采用多级图像处理算法提高识别准确度
- 自动保存分割结果和处理过程
- 可视化展示处理步骤
- 支持批量字体图像处理

## 环境要求
- Python 3.7+
- OpenCV 4.5+
- NumPy
- Matplotlib

## 安装步骤
1. 克隆项目到本地
2. 安装所需依赖：
```bash
pip install opencv-python numpy matplotlib
```
3. 确保系统安装了中文字体SimHei

## 使用说明
1. 将待处理的汉字图片放入项目目录
2. 修改app.py中的图片路径
3. 运行程序：
```bash
python app.py
```
4. 处理结果将保存在chars目录下：
   - chars/cropped/：分割后的单个汉字
   - chars/1_original.jpg：原始图像
   - chars/2_gray.jpg ~ chars/9_final_result.jpg：处理过程

## 处理流程
1. 图像预处理：灰度化、二值化
2. 形态学处理：腐蚀、膨胀、闭运算
3. 轮廓检测与分割
4. 结果输出与保存

## 结果说明
- 程序会自动创建chars目录存储处理结果
- 分割出的单个汉字图像按序号命名
- 同时保存处理过程中的中间结果
- 最终展示完整的处理效果图

## 注意事项
1. 确保输入图片清晰、对比度适中
2. 字体之间需要适当间距
3. 建议使用黑色字体白色背景的图片
4. 图片分辨率不宜过高或过低

## 维护说明
本项目长期维护，如有问题请提交Issue或Pull Request

##个人信息
[TODO: 此处填写个人信息]
学号: 202352320205
年级: 2023
专业：智能科学与技术
班级: 2 班