# cgp_recogniztion

**Repository Path**: wn_adress/cgp_recogniztion

## Basic Information

- **Project Name**: cgp_recogniztion
- **Description**: cap_recognization
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2024-06-23
- **Last Updated**: 2024-06-23

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 图像处理脚本

这是一个用于获取图像中书法字体的程序

## 主要功能
1. 读取灰度图像。
2. 应用全局阈值进行二值化。
3. 进行腐蚀和膨胀操作。
4. 应用闭合运算。
5. 执行Canny边缘检测。
6. 寻找并绘制图像轮廓。
7. 显示并保存处理后的图像。
## 环境需求

- **Python 3.x**
- **OpenCV (`cv2`)** 库
- **NumPy (`numpy`)** 库
- **Matplotlib (`matplotlib`)** 库
- **OS** 库

## 安装指南

在命令行中运行以下命令来安装所需的库：

```bash
pip install opencv-python numpy matplotlib
```

## 使用方法

1. **保存脚本**：将此脚本保存为 `img_get.py`。
2. **准备图像文件**：确保你有一个名为 `hanzi1.jpg` 的图像文件在脚本相同的目录下，或者修改脚本中的 `input_image_path` 变量以指向你的图像文件路径。
3. **运行脚本**：
   ```bash
   python img_get.py
## 输出
original_gray.jpg：原始灰度图像。
binary_img.jpg：二值化后的图像。
eroded_img.jpg：腐蚀后的图像。
dilated_img.jpg：膨胀后的图像。
closed_img.jpg：闭合运算后的图像。
edges.jpg：边缘检测后的图像。
img_contours.jpg：绘制轮廓的图像。
此外，脚本还会生成一个名为 combined_result.png 的图像，显示所有处理步骤的图像。

## 示例输出
![本地图片](chars/combined_result.png)

## 定制化
你可以通过修改 process_image 函数中的参数来定制化图像处理流程，例如：

更改腐蚀和膨胀操作的迭代次数。
修改闭合运算的内核大小或迭代次数。
调整Canny边缘检测的阈值。

## 注意事项
确保图像文件路径正确，否则脚本将无法读取图像。
输出文件夹将在首次运行脚本时自动创建。

## 个人信息
[TODO: 此处填写个人信息]
- 学号: 202252320417
- 年级: 2022
- 专业: 智能科学与技术
- 班级: 4 班