垂直投影：
import cv2
import numpy as np
from matplotlib import pyplot as plt
img=cv2.imread('C:\\Users\\Lenovo\\Desktop\\simheittf\\class4\\test1.jpg') #读取图片，装换为可运算的数组
GrayImage=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) #将BGR图转为灰度图
ret,thresh1=cv2.threshold(GrayImage,130,255,cv2.THRESH_BINARY) #将图片进行二值化（130,255）之间的点均变为255（背景）
# print(thresh1[0,0])#250 输出[0,0]这个点的像素值 #返回值ret为阈值
# print(ret)#130
(h,w)=thresh1.shape #返回高和宽
# print(h,w)#s输出高和宽
a = [0 for z in range(0, w)]
print(a) #a = [0,0,0,0,0,0,0,0,0,0,...,0,0]初始化一个长度为w的数组，用于记录每一列的黑点个数
#记录每一列的波峰
for j in range(0,w): #遍历一列
for i in range(0,h): #遍历一行
if thresh1[i,j]==0: #如果改点为黑点
a[j]+=1 #该列的计数器加一计数
thresh1[i,j]=255 #记录完后将其变为白色
# print (j)
#
for j in range(0,w): #遍历每一列
for i in range((h-a[j]),h): #从该列应该变黑的最顶部的点开始向最底部涂黑
thresh1[i,j]=0 #涂黑
#此时的thresh1便是一张图像向垂直方向上投影的直方图
#如果要分割字符的话，其实并不需要把这张图给画出来，只需要的到a=[]即可得到想要的信息
# img2 =Image.open('C:\\Users\\Lenovo\\Desktop\\simheittf\\class4\\test2.jpg')
# img2.convert('L')
# img_1 = np.array(img2)
plt.imshow(thresh1,cmap=plt.gray())
plt.show()
cv2.imshow('img',thresh1)
cv2.waitKey(0)
原图：
垂直投影后：
水平投影：
import cv2
import numpy as np
from matplotlib import pyplot as plt
img=cv2.imread('C:\\Users\\Lenovo\\Desktop\\simheittf\\class4\\test2.jpg')
GrayImage=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
ret,thresh1=cv2.threshold(GrayImage,130,255,cv2.THRESH_BINARY)
(h,w)=thresh1.shape #返回高和宽
a = [0 for z in range(0, h)]
print(a)
for j in range(0,h):
for i in range(0,w):
if thresh1[j,i]==0:
a[j]+=1
thresh1[j,i]=255
for j in range(0,h):
for i in range(0,a[j]):
thresh1[j,i]=0
plt.imshow(thresh1,cmap=plt.gray())
plt.show(）
原图：
水平投影后：
