image-segmentation - 使用 Leptonica 进行字符分割

Question

我正在尝试弄清楚如何使用 Leptonica 库提供的分段器进行文档分析。我一直在看 pageseg.c，但我不认为我完全理解它:(!

如果我拍摄图像并将其加载为 PIX 数据类型，我是否调用 pixGetRegionsBinary() 来查找每个符号的位置？然后我是否使用文本 block 掩码分别提取每个符号？

如果我理解正确的话，我会有这样的代码:

Pix* page = pixRead("myImage.tif");

Pix** halftone;
Pix** textline;
Pix** textblock;

if ( pixGetRegionsBinary( page, halftone, textline, textblock, 0 ) )
{
     //..error message
}

现在是文本 block 中的所有字符还是我使用了错误的分割方法:)？另外，我怎么知道文本 block “数组”何时结束？

提前致谢!

编辑 26/11/2013

对于任何感兴趣的人 - Leptonica Doxygen Documentation - Page Segmentation 是整页分割的一个很好的例子!

Answer 1

字符分割示例:

void CharacterSegmentation(string filename) {
   PIX * image = pixRead(filename.c_str());
   PIX * binaryImage = pixConvertTo1(image , 250);
   Boxa* connectedBox = pixConnCompBB(binaryImage, 4); 
   for (int i = 0; i < connectedBoxes ->n; i++) {
      BOX* box = boxaGetBox(connectedBox , i, L_CLONE);
      fprintf(stdout, "Box[%d]: x=%d, y=%d, w=%d, h=%d\n", i, box->x, box->y, box->w, box->h);
      BOX* boxd = boxCreate(box->x, box->y, box->w, box->h);
      SaveCharacterImage(image, boxd);
      boxDestroy(&boxd);  
      boxDestroy(&binaryImage);
   }
   pixDestroy(&image);
   pixDestroy(&binaryImage);    
} 

void SaveCharacterImage(PIX* image, BOX* rectangle) {
   PIX* pixd = pixClipRectangle(pixa, boxd, NULL);
   string s = to_string(i) + ".png";
   pixWrite(s.c_str(), pixd, 1);
   pixDestroy(&pixd); 
}