数学中除了一些基本的公式符号之外，还有很多的数学样式。这些数学样式是数字变量与符号的组合，在不同的数学问题中会有不同的组合情况，比如字符上方的横线。其实这种横线在数学公式中很常见，比如表示平均值的时候就是在变量上方加一个横线。这个符号MathType编辑也是非常容易的。下面就来介绍MathType字符横线的编辑方法。
具体操作方法如下：
1.按照使用习惯打开MathType公式编辑器，进入到编辑界面。
打开软件进行编辑界面
2.在编辑界面中进行相应的编辑，比如要编辑一个XY的平均值。则先在工作区域中用键盘输入一个大写的XY，然后选中XY，点击MathType工具栏中的“顶线与底线”模板，在列表中找到顶线模板后点击，则XY上的横线就编辑好了。
在“顶线与底线模板”中使用顶线模板
3.如果只是X的平均值，除了可以采用上面的顶模板之外，还可以使用“修饰模板”中的顶线模板。这个模板只能对单个字符添加横线，两个及以上只能使用“顶线与底线”模板中的顶线模板。这是两者的区别。
在“修饰模板”中使用顶线模板
以上内容向大家介绍了MathType字符横线的编辑方法。这个符号的编辑过程很简单，直接使用顶线模板就可以了。根据不同的字符情况使用不同的顶线模板，这也是MathType符号模板的一个特点。同一个符号会有不同的编辑方式，以满足不同的需要。如果想要了解更多MathType数学样式的编辑，可以参考教程：MathType怎么输入字母上方的黑点。

数学中除了一些基本的公式符号之外，还有很多的数学样式。这些数学样式是数字变量与符号的组合，在不同的数学问题中会有不同的组合情况，比如字符上方的横线。其实这种横线在数学公式中很常见，比如表示平均值的时候就是在变量上方加一个横线。这个符号MathType编辑也是非常容易的。下面就来介绍MathType字符横线的编辑方法。
具体操作方法如下：
1.按照使用习惯打开MathType公式编辑器，进入到编辑界面。
打开软件进行编辑界面
2.在编辑界面中进行相应的编辑，比如要编辑一个XY的平均值。则先在工作区域中用键盘输入一个大写的XY，然后选中XY，点击MathType工具栏中的“顶线与底线”模板，在列表中找到顶线模板后点击，则XY上的横线就编辑好了。
在“顶线与底线模板”中使用顶线模板
3.如果只是X的平均值，除了可以采用上面的顶模板之外，还可以使用“修饰模板”中的顶线模板。这个模板只能对单个字符添加横线，两个及以上只能使用“顶线与底线”模板中的顶线模板。这是两者的区别。
在“修饰模板”中使用顶线模板
以上内容向大家介绍了MathType字符横线的编辑方法。这个符号的编辑过程很简单，直接使用顶线模板就可以了。根据不同的字符情况使用不同的顶线模板，这也是MathType符号模板的一个特点。同一个符号会有不同的编辑方式，以满足不同的需要。如果想要了解更多MathType数学样式的编辑，可以参考教程：MathType怎么输入字母上方的黑点。

详细内容
Python中的下划线具有特殊的意义，python用下划线作为变量前缀和后缀指定特殊变量。
python中下划线使用键盘上的Shift+减号键即可打出，减号键位于0和加号键之间。(推荐学习：Python视频教程)
在Python中下划线还具有 private 和 protected 类似的访问权限作用，下面我们具体分析。Python主要存在四种命名：
(1)object      #公用方法
(2)__object__  #内建方法，用户不要这样定义
(3)__object    #全私有，全保护(private)
(4)_object     #半保护(protected)
核心风格：避免用下划线作为变量名的开始。
因为下划线对解释器有特殊的意义，而且是内建标识符所使用的符号，我们建议程序员避免用下划线作为变量名的开始。
一般来讲，变量名_xxx被看作是“私有 的”，在模块或类外不可以使用。
当变量是私有的时候，用_xxx 来表示变量是很好的习惯。因为变量名__xxx__对Python来说有特殊含义，对于普通的变量应当避免这种命名风格。
“单下划线” 开始的成员变量叫做保护变量，意思是只有类对象和子类对象自己能访问到这些变量；
“双下划线” 开始的是私有成员，意思是只有类对象自己能访问，连子类对象也不能访问到这个数据。
以单下划线开头(_foo)的代表不能直接访问的类属性，需通过类提供的接口进行访问，不能用“from xxx import *”而导入；
以双下划线开头的(__foo)代表类的私有成员；
以双下划线开头和结尾的(__foo__)代表python里特殊方法专用的标识，如 __init__()代表类的构造函数。
实例：class Foo():
def __init__():
...
def public_method():
print 'This is public method'
def __fullprivate_method():
print 'This is fullprivate_method'
def _halfprivate_method():
print 'This is halfprivate_method'
f = Foo()
f.public_method() # OK
f.__fullprivate_method() # Error occur
f._halfprivate_method() # OK
f._Foo__fullprivate_method() # OK
更多Python相关技术文章，请访问Python教程栏目进行学习！

I have a batch of images which I would like to scan. Some of them have got a horizontal line crossing the characters that have to be scanned, which would look like this:
I have made a program that is able to remove the horizontal line:
import cv2
import numpy as np
img = cv2.imread('image.jpg',0)
# Applies threshold and inverts the image colors
(thresh, im_bw) = cv2.threshold(img, 128, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
im_wb = (255-im_bw)
# Line parameters
minLineLength = 100
maxLineGap = 10
color = 255
size = 2
# Substracts the black line
lines = cv2.HoughLinesP(im_wb,1,np.pi/180,minLineLength,maxLineGap)[0]
for x1,y1,x2,y2 in lines:
cv2.line(img,(x1,y1),(x2,y2),color,size)
cv2.imshow('clean', img)
This returns the image below:
So, do you have any idea of how to make OCR to these characters that have the white line crossing them? Would you make a different approach than the one stated?
Please ask any questions you have if something is not clear. Thank you.
解决方案
Following @Rethunk advice, I did the following:
# Line parameters
minLineLength = 100
maxLineGap = 10
color = 255
size = 1
# Substracts the black line
lines = cv2.HoughLinesP(im_wb,1,np.pi/180,minLineLength,maxLineGap)[0]
# Makes a list of the y's located at position x0 and x1
y0_list = []
y1_list = []
for x0,y0,x1,y1 in lines:
if x0 == 0:
y0_list.append(y0)
if x1 == im_wb.shape[1]:
y1_list.append(y1)
# Calculates line thickness and its half
thick = max(len(y0_list), len(y1_list))
hthick = int(thick/2)
# Initial and ending point of the full line
x0, x1, y0, y1 = (0, im_wb.shape[1], sum(y0_list)/len(y0_list), sum(y1_list)/len(y1_list))
# Iterates all x's and prints makes a vertical line with the desired thickness
# when the point is surrounded by white pixels
for x in range(x1):
y = int(x*(y1-y0)/x1) + y0
if im_wb[y+hthick+1, x] == 0 and im_wb[y-hthick-1, x] == 0:
cv2.line(img,(x,y-hthick),(x,y+hthick),colour,size)
cv2.imshow(clean', img)
So, as the HoughLinesP function returns the initial and final point of horizontal lines, I made a list of the y coordinates of the points that are in the begginning and end of the image and thus I am able to know the full line equation (so if it is inclined is valid as well) and I can iterate all its points. For each point, if it is surrounded by white pixels, I remove it. The outcome is the following:
If you have any better idea please tell!