c++ - OpenCV:忽略类似文本的轮廓

Question

背景

我想检测包含 2D 几何形状的图像中的所有轮廓，但去除任何看起来像文本的东西。

示例输入:

我尝试通过 Tesseract 检测文本区域并随后删除这些文本区域。对于 OCR 识别良好的某些图像，此方法工作正常，因此文本区域的识别率相当高，然后可以删除已识别文本的轮廓。但对于大多数图像，文本识别不佳，因此我无法从图像中删除不相关的文本轮廓。

因此我的问题是:如何区分类似文本的轮廓和二维“几何”轮廓？

Answer 1

如果您不关心文本并且只想摆脱它，那么您可以通过将 RETR_EXTERNAL 作为模式参数传递给 findCountours() 来检测外部轮廓 功能。这将为您提供最外层的轮廓并忽略几何形状内部包含的任何内容。

或者如果您想要更多控制，您可以将模式参数作为 RETR_TREE 传递，然后遍历树，仅保留顶级轮廓并忽略层次结构中低于该级别的任何内容。这样你就会得到一切，你可以稍后决定你想保留什么和你想忽略什么。

阅读this page的 OpenCV 文档，了解有关 findCountours() 如何表示层次结构的信息(该页面来自 python 教程，但它足够通用，可以跟进)。

当然，只有当图像看起来始终与您在问题中给出的示例相似时，这才会起作用 - 即文本始终位于几何形状内。如果您在形状之外有文本，那么也许您可以查看轮廓(边界矩形)的大小并忽略任何低于特定阈值的内容(假设文本轮廓将比您的几何形状小得多)。