从文档图像中分割线条、文字和字符

Question

我正在做一个项目，在这个项目中，我必须从图像中读取文档。在最初阶段，我将阅读机器打印的文件，然后最终移到手写文档的图像。然而，我这样做是为了学习，所以我不打算使用像Tesseract之类的apis。我打算分步骤做：

1. 预处理(模糊、开度、侵蚀和膨胀)
2. 字符分割
3. OCR (或后期ICR )

所以我现在正在做字符分割，我最近通过水平和垂直直方图进行了分割。对于一些字体，我无法获得很好的效果，就像图像显示的那样，我无法获得好的结果。

​

​

还有其他方法或算法来做同样的事情吗？任何帮助都将不胜感激！

编辑1：

用cv2.SimpleBobloDetector检测气泡后得到的结果。

​

我在使用cv2.findContos之后得到的结果。

​

Answer 1

第一个选择是通过测角，即测量斜角。例如，您可以通过高斯滤波或水平方向的侵蚀来实现这一点，从而使字符变宽并与之接触。然后进行二值化和细化，或找出气泡的下边缘(或直接找出气泡的方向)。你会得到稍微倾斜的线段，这给你倾斜的方向。

​

​

当你知道倾斜方向时，你可以反旋转来执行脱皮.垂直直方图将可靠地将这些线分开，您可以在每条线中使用一个水平直方图。

另一个更好的选择是对字符进行二进制化并执行blob检测。然后，对包围框的邻近性分析将允许您确定字符链。他们会告诉你行，在空格较大的地方，分隔单词。

​

​