-
Notifications
You must be signed in to change notification settings - Fork 9
/
Copy pathPreprocesamiento.py
50 lines (38 loc) · 1.51 KB
/
Preprocesamiento.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
##PARA CORTAR UNA SOLA IMAGEN
import cv2
import numpy as np
import Funciones
#Path relativo
path="./Screenshots/"
#Imagen a analizar
numero = input("Ingrese numero de imagen: ")
pathGlobal = path+"photo"+str(numero)+".png"
imagen = cv2.imread(pathGlobal)
#Con manejador de archivos
archivo = open("imagen.txt","w")
archivo.write(pathGlobal)
archivo.close()
#######################################################################
################ MAIN ###########
#######################################################################
if __name__ == '__main__':
##PREPROCESAMIENTO -> Aca recordamos los bordes, publicidad y todo las imagenes ajenas al tablero del sudoku
imagen = Funciones.recortar(imagen,218)
imagen = Funciones.rotarImagen(imagen,180)
imagen = Funciones.recortar(imagen,348)
imagen = Funciones.rotarImagen(imagen,180)
##RECORTAR CADA CUADRADITO DE FORMA INDIVIDUAL
contador=0
w=0
for j in range(9):
h=0
for i in range(9):
#A prueba y error determine los valores de los lados de los cuadrados
nombre = "prueba"+ str(contador) + ".png"
imagen1 = Funciones.recortarCuadrado(imagen,w,h,75,80)
#Procedemos a guardarla
Funciones.guardar(imagen1,nombre)
h=h+80
contador=contador+1
#Deduccion que se tomo para lograr el punto exacto donde arranca cada casilla
w=80*(j+1)