python - 如何在opencv(阈值)中改变轮廓形成的区域

Question

我正在尝试构建 OCR 以从图像中提取文本，我正在使用轮廓来形成文本字符的边界，

经过几次更改 cv2.threshold 的试验后，我在形成文本字符的边界时得到了最适合的轮廓。

#files = os.listdir(r'letters/harry.jpeg',0)
file = r'/home/naga/Documents/Naga/Machine Learning/Data_extract/letters/Harry/Harry Potter and the Sorcerer s Stone-page-006.jpg'
im1 = cv2.imread(file,0)
im = cv2.imread(file)

# ret,thresh1 = cv2.threshold(im1,180,278,cv2.THRESH_BINARY)
# _,contours, hierarchy = cv2.findContours(thresh1,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

ret,thresh1 = cv2.threshold(im1,180,278,cv2.THRESH_BINARY)
kernel = np.ones((5,5),np.uint8)
dilated = cv2.dilate(im1,kernel,iterations = 1)
_,contours, hierarchy = cv2.findContours(dilated,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

for cnt in contours:
    x,y,w,h = cv2.boundingRect(cnt)
    #bound the images
    cv2.rectangle(im,(x,y),(x+w,y+h),(0,255,0),1)

cv2.namedWindow('BindingBox', cv2.WINDOW_NORMAL)
cv2.imwrite('output2/BindingBox4.jpg',im)

现在我想在单词上创建轮廓。我需要每个单词的父轮廓。 Open cv 中要更改的属性是什么？

我是opencv的新手，我跟着 cv2 threshold但无法理解应用它。请在形成单词轮廓时提供您的输入。

Answer 1

一个简单的解决方案是在运行 findcontour 函数之前扩大阈值图像的结果。

ret,thresh1 = cv2.threshold(im1,180,255,cv2.THRESH_BINARY_INV)
kernel = np.ones((5,5),np.uint8)
dilated = cv2.dilate(thresh1,kernel,iterations = 2)
contours, hierarchy = cv2.findContours(dilated,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

膨胀是一种形态函数，可增加二进制 Blob 的面积。它将倾向于将所有附近的 blob 组合成一个单一的 blob，这正是您将文本组合成单词所需要的。

如果不是所有文本都合并为一个单词，则可以增加迭代次数。如果您不确定此处使用的值，则需要进行一些试验和错误。

阅读形态学过程以更好地理解该主题。它是基本图像处理的有用工具。

作为一个额外的提示，尝试在 openCV 中搜索函数adaptivethreshold。在对文本图像进行二值化时，它会让您的生活更轻松。