对于 OCR 程序，我在分割连接或重叠的文本时遇到问题。我正在处理 Times New Roman 字体。在这种字体中，fb、fh、fi、fj、fk、fl 等字母在顶部相互连接。（见下图）。这主要出现在衬线字体中。
Times New Roman字体中加入的字母和分水岭算法的结果：
显然，轮廓检测会给这两个字母一个单一的分割。所以，我尝试了分水岭算法。正如您在上图中看到的，它确实检测到了重叠，但我发现了另一个问题本身。字母“f”的薄部分也被分成另一个部分，但我想要整个“f”。我知道这是因为我使用的标记。（见下文）
我用于分水岭的标记：
另外，有谁知道如何检测字母是否重叠，以便我可以将分水岭算法仅应用于重叠部分。
那么如何解决这个问题呢？我是否使用正确的方法，即分水岭来解决这个问题？有谁知道更好的解决方案？