15

我正在尝试使用 python 和 opencv 构建一个手写识别系统。字符的识别不是问题，而是分割。我已经成功：

  • 将一个单词分割成单个字符
  • 按要求的顺序将单个句子分割成单词。

但我无法分割文档中的不同行。我尝试对轮廓进行排序（以避免线分割并仅使用分词），但它没有用。我使用以下代码来分割手写文档中包含的单词，但它返回的单词乱序（它以从左到右的排序方式返回单词）：

import cv2
import numpy as np
#import image
image = cv2.imread('input.jpg')
#cv2.imshow('orig',image)
#cv2.waitKey(0)

#grayscale
gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
cv2.imshow('gray',gray)
cv2.waitKey(0)

#binary
ret,thresh = cv2.threshold(gray,127,255,cv2.THRESH_BINARY_INV)
cv2.imshow('second',thresh)
cv2.waitKey(0)

#dilation
kernel = np.ones((5,5), np.uint8)
img_dilation = cv2.dilate(thresh, kernel, iterations=1)
cv2.imshow('dilated',img_dilation)
cv2.waitKey(0)

#find contours
im2,ctrs, hier = cv2.findContours(img_dilation.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

#sort contours
sorted_ctrs = sorted(ctrs, key=lambda ctr: cv2.boundingRect(ctr)[0])

for i, ctr in enumerate(sorted_ctrs):
    # Get bounding box
    x, y, w, h = cv2.boundingRect(ctr)

    # Getting ROI
    roi = image[y:y+h, x:x+w]

    # show ROI
    cv2.imshow('segment no:'+str(i),roi)
    cv2.rectangle(image,(x,y),( x + w, y + h ),(90,0,255),2)
    cv2.waitKey(0)

cv2.imshow('marked areas',image)
cv2.waitKey(0)

请注意，我可以在这里分割所有单词，但它们出现顺序不正确。有没有办法按从上到下的顺序对这些轮廓进行排序

或者

将图像分割成单独的行，以便可以使用上面的代码将每一行分割成单词？

4

1 回答 1

13

我通过对上面的代码进行更改来获得所需的分段：

kernel = np.ones((5,5), np.uint8)

我将其更改为：

kernel = np.ones((5,100), np.uint8)

现在我得到如下输出输入文本的分段行 这也适用于带有不完全水平线的手写文本图像：

编辑： 要从单词中获取单个字符，请执行以下操作：

  1. 使用以下代码调整包含单词的轮廓大小。

    im = cv2.resize(image,None,fx=4, fy=4, interpolation = cv2.INTER_CUBIC)

  2. 应用与线分割相同的轮廓检测过程，但内核大小为 (5,5)，即：

    kernel = np.ones((5,5), np.uint8)
img_dilation = cv2.dilate(im_th, kernel, iterations=1)
于 2017-09-19T13:45:30.313 回答