如何将图像转换为字符分段？

Question

通常在OCR过程中，图像文件会被切成不同的片段，并将每个字符识别为一个单独的片段。例如：必须被转换成类似这样的图片 此外，是否有现成的针对亚洲语言如泰卢固语的算法可用于此目的？如果没有，那么英语是如何处理的呢？

- tuxnani

Answer 1

你可以使用OpenCV轻松完成这个任务。下面是一个示例代码：

import cv2
import numpy as np

# Load the image
img = cv2.imread('sof.png')

# convert to grayscale
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

# smooth the image to avoid noises
gray = cv2.medianBlur(gray,5)

# Apply adaptive threshold
thresh = cv2.adaptiveThreshold(gray,255,1,1,11,2)
thresh_color = cv2.cvtColor(thresh,cv2.COLOR_GRAY2BGR)

# apply some dilation and erosion to join the gaps
thresh = cv2.dilate(thresh,None,iterations = 3)
thresh = cv2.erode(thresh,None,iterations = 2)

# Find the contours
contours,hierarchy = cv2.findContours(thresh,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)

# For each contour, find the bounding rectangle and draw it
for cnt in contours:
    x,y,w,h = cv2.boundingRect(cnt)
    cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)
    cv2.rectangle(thresh_color,(x,y),(x+w,y+h),(0,255,0),2)

# Finally show the image
cv2.imshow('img',img)
cv2.imshow('res',thresh_color)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出结果将如下图所示：

- Abid Rahman K

---

+1 很好的回答，但我认为每一步都需要一些注释（特别是因为提问者在问题中没有提到OpenCV）。 - Amro