python - 图像上带框文本的坐标

Question

我想获取图像上带框文本的坐标。段落有细的黑色边框。图像的其余部分包含通常的段落和草图。
这是一个例子:
你知道我应该在 Python 中使用什么样的算法和图像库来实现这一点吗？谢谢。

Answer 1

检测带框文本的一些想法主要归结为搜索较大尺寸的框/矩形:

使用 OpenCV 查找轮廓，使用 cv2.approxPolyDP() 分析形状多边形近似算法(也称为 Ramer–Douglas–Peucker algorithm )。您还可以检查边界框的纵横比以确保形状是矩形并检查页面宽度，因为这似乎是您的情况下的已知指标。 PyImageSearch 做了这篇了不起的文章:

OpenCV shape detection

在 related question ，还有一个建议查看Hough Lines检测水平线，轮流检测垂直线。不能 100% 确定这种方法有多可靠。

找到框框后，下一步就是检查其中是否有任何文本。一般来说，检测文本是一个更广泛的问题，有很多方法可以做到，这里有几个例子:

申请 EAST text detector

PixelLink

tesseract (例如通过 pytesseract )但不确定这是否不会有太多误报

如果是盒子为空或不为空的简单情况，您可以检查内部的平均像素值 - 例如与 cv2.countNonZero() .例子:

How to identify empty rectangle using OpenCV

Count the black pixels using OpenCV

补充引用:

ideas on quadrangle/rectangle detection using convolutional neural networks