竞赛中图片转程序易处理的数据结构

前言

很多竞赛都涉及到将图片转成程序容易处理的数据结构（比如数学建模），之前一直没有找到很好的方案，都是自己设计坐标点再使用程序一点点画出来，现在发现可以将图片转为简单的位图，其结果相当于一个值为0或255的二维矩阵，方便后续处理。本文以下图为例，将其最终转为Python可以处理的矩阵：

步骤

剪切

题中地图信息是跟题目一起出现的图片，为了方便提取出地图信息，先用windows画图软件或PS将题目文字信息截去，只留地图信息：

去水印

截取后的图片包含了较少噪声（水印），进一步观察后发现图片包含两种主要颜色——代表边界的黑色和背景白色，而水印的颜色的值则与黑白两色相差胜远，使用取色软件得到水印的RGB值在231左右，故可以使用OpenCV的 threshold 方法将图片中RGB值在231附近的颜色都改成白色，即删除了水印¹：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

import cv2
import numpy as np
src_path = "./map.png"
# 读取图片
img_grey = cv2.imread(src_path, cv2.IMREAD_GRAYSCALE)
# 去除水印
img_grey = cv2.threshold(img_grey, 200, 255, cv2.THRESH_BINARY)[1]
cv2.imshow('img_grey', img_grey)
cv2.waitKey(0)
cv2.destroyAllWindows()

结果如下：

二值化

去除水印后图片已经十分纯粹，但在肉眼不可见的多边形黑色边界处还存在一些灰色地带，因此需要OpenCV的 threshold 方法将图片转为二值化的黑白图片：

1
2

img_binary = cv2.threshold(img_grey, 128, 255, cv2.THRESH_BINARY)[1]
maxH, maxW = img_binary.shape

结果如下：

总结

经过以上操作，便将一个包含许多噪声的图片转化为了程序可以处理的矩阵元素，可以在此基础上方便使用其他算法完成任务。

参考