字符提取-点与字符是分开识别的

Question

我正在为一种区域语言做字符识别。在提取图像时，点被单独标识为字符。

%% Plot Bounding Box
for n=1:size(propied,1)
rectangle('Position',propied(n).BoundingBox,'EdgeColor','g','LineWidth',2)
end
hold off

%% Characters being Extracted
figure
 for n=1:Ne
 [r,c] = find(L==n);
 n1=imagen(min(r):max(r),min(c):max(c));
 imshow(~n1);
 end

原码：http://www.mathworks.com/matlabcentral/fileexchange/22922-image-segmentation-extraction

Answer 1

由于您正在进行字符/文本识别，因此您更可能需要单词或文本行的集合，而不是单个字符。如果你真的想做后者，那么在你识别了单个单词之后，它会更健壮。

因此，这里最简单的方法是使用标准的形态学开口符(假设文本是黑色的，否则使用闭合)。从一个大的水平结构元素(SE)开始。使用此SE应用一个开口会将您的图像分割为多行文本。在每一行中，您使用较短的水平SE来获取单个单词。然后，对于每个单词，您可以考虑一个垂直SE来打开，这样它就可以连接重音和其他排版细节。

例如，以下是一个输入图像，其洞口的水平SE半径为35，水平SE半径为7，洞口的垂直SE半径为7。

​

​

我没有在独立的组件中应用第三个操作，但您应该这样做，以避免连接两行文本的风险。当然，这都是假设文本的水平直线。在最终图像上绘制边界框可以得到您想要的result：

​

​

请注意，一些字母("ty“和"ny")在开头是连接的，因此它们在此输出中显示为单个字母。这是一个需要处理的单独问题，您可能会担心也可能不会。