我正在编写一个文本识别程序,但我在排序轮廓时遇到了问题。该程序对一行文本运行良好,但是当涉及到整个文本 block 时,我的程序在 80% 的情况下都无法检测到文本行。提取一行文本然后提取所有其他行(一次一个)的真正有效方法是什么?
我想要实现的目标:
有一系列步骤可以实现这一点:
- 找到对图像进行二值化的最佳阈值。我使用了 Otsu 阈值。
- 找到合适的形态学操作,沿着水平方向形成一个单一的区域。选择宽度大于高度的内核。
- 在生成的轮廓上绘制边界框
更新
实现如下:
x = 'C:/Users/Desktop/text.jpg'
img = cv2.imread(x)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#--- performing Otsu threshold ---
ret,thresh1 = cv2.threshold(gray, 0, 255,cv2.THRESH_OTSU|cv2.THRESH_BINARY_INV)
cv2.imshow('thresh1', thresh1)
#--- choosing the right kernel
#--- kernel size of 3 rows (to join dots above letters 'i' and 'j')
#--- and 10 columns to join neighboring letters in words and neighboring words
rect_kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (15, 3))
dilation = cv2.dilate(thresh1, rect_kernel, iterations = 1)
cv2.imshow('dilation', dilation)
#---Finding contours ---
_, contours, hierarchy = cv2.findContours(dilation, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
im2 = img.copy()
for cnt in contours:
x, y, w, h = cv2.boundingRect(cnt)
cv2.rectangle(im2, (x, y), (x + w, y + h), (0, 255, 0), 2)
cv2.imshow('final', im2)
我是一名优秀的程序员,十分优秀!