我有一个包含数字的图像。
有：1、153、25、50、23、40
对于每一个数字，我对数字识别都没有问题。我能认出有 1, 1, 5, 3, 5, 0, 2, 5, 2, 3, 4, 0。
现在，我想让它们变成 1、153、25、50、23 和 40。
我的方法是，使图像变得高度模糊，因此数字的边界框与另一个数字的边界框相遇。然后提取多个边界框的巨大边界框内的数字。
我的期望是这样的
但是，现实是这样的
1、153、25、5、0 和 2340
因为，
5和0的距离太远了
距离 23 和 40 太近了
我的问题是，是否有另一种方法可以对单个数字或多个数字进行分类？如果是，如何？：） 非常感谢 ：）
*对不起，我的英语不好
**我使用opencv c++
与此相比，模糊然后找到边界框的计算时间很大：
如果您可以挑选出这些数字中的每一个，那么您必须至少为每个数字有一个中心点。我将通过查找每个数字的宽度和高度以及旋转来进一步实现这一点。有了这些信息，我将应用一组规则，这些规则与人们阅读数字的方式相对应。
这些规则可能有效：
考虑到这样的问题，我更喜欢使用概率来订购一组可能的解决方案，这样你的程序就可以询问操作员，或者如果假设一件事它会卡住，它可以返回并选择下一个“最佳”解决方案。
希望这会有所帮助，我羡慕你的数字识别能力:)
我建议你不要模糊图像。只需提取单个字符及其边界框。然后，您可以迭代地为其质心应用欧几里德距离阈值，以一次一个地将边界框合并在一起。然后，您可以将每个数字建模为一个链表，并通过简单的方向启发法继续添加到元素两侧的列表中。