检测文本之间的 space（OpenCV，Python）

Question

我有以下代码（实际上只是运行我正在处理的所有项目所需的 4 部分中的一部分）：

#python classify.py --model models/svm.cpickle --image images/image.png

from __future__ import print_function
from sklearn.externals import joblib
from hog import HOG
import dataset
import argparse
import mahotas
import cv2

ap = argparse.ArgumentParser()
ap.add_argument("-m", "--model", required = True,
    help = "path to where the model will be stored")
ap.add_argument("-i", "--image", required = True,
    help = "path to the image file")
args = vars(ap.parse_args())

model = joblib.load(args["model"])

hog = HOG(orientations = 18, pixelsPerCell = (10, 10),
    cellsPerBlock = (1, 1), transform = True)

image = cv2.imread(args["image"])
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

blurred = cv2.GaussianBlur(gray, (5, 5), 0)
edged = cv2.Canny(blurred, 30, 150)
(_, cnts, _) = cv2.findContours(edged.copy(), cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)

cnts = sorted([(c, cv2.boundingRect(c)[0]) for c in cnts], key =
    lambda x: x[1])

for (c, _) in cnts:
    (x, y, w, h) = cv2.boundingRect(c)

    if w >= 7 and h >= 20:
        roi = gray[y:y + h, x:x + w]
        thresh = roi.copy()
        T = mahotas.thresholding.otsu(roi)
        thresh[thresh > T] = 255
        thresh = cv2.bitwise_not(thresh)

        thresh = dataset.deskew(thresh, 20)
        thresh = dataset.center_extent(thresh, (20, 20))

        cv2.imshow("thresh", thresh)

        hist = hog.describe(thresh)
        digit = model.predict([hist])[0]
        print("I think that number is: {}".format(digit))

        cv2.rectangle(image, (x, y), (x + w, y + h),
        (0, 255, 0), 1)
        cv2.putText(image, str(digit), (x - 10, y - 10),
        cv2.FONT_HERSHEY_SIMPLEX, 1.2, (0, 255, 0), 2)
        cv2.imshow("image", image)
        cv2.waitKey(0)

此代码正在检测和识别图像中的手写数字。这是一个例子：

假设我不关心准确度识别。

我的问题如下：如您所见，程序获取他可以查看的所有数字并在控制台中打印它们。如果我愿意，我可以从控制台将它们保存在文本文件中但是我不能告诉程序数字之间有一个 space。

我想要的是，如果我在文本文件中打印数字，它们应该像图像中那样分开（抱歉，这有点难以解释..）。这些数字不应该（即使在控制台中）一起打印，但是，在有空白的地方 space，也打印一个空白区域。

看看第一张图片。在前 10 位数字之后，图像中有一个空白 space，控制台中没有。

无论如何，这里是 link 完整代码。有 4 .py 个文件和 3 个文件夹。要执行，请在文件夹中打开 CMD 并粘贴命令 python classify.py --model models/svm.cpickle --image images/image.png，其中 image.png 是图像文件夹中一个文件的名称。

Full Code

提前致谢。在我看来，所有这些工作都必须使用神经网络来完成，但我想先尝试这种方式。我对此很陌生。

Answer 1

这是一个入门解决方案。

暂时我在 Python 中没有任何内容，但转换它应该不难，而且 OpenCV 函数调用是相似的，我在下面链接了它们。

TLDR;

找到 boundingRects 的中心，然后找到它们之间的距离。如果一个矩形距离某个阈值，您可以假设它是一个space。

首先，找到边界矩形的中心

vector<Point2f> centres;

for(size_t index = 0; index < contours.size(); ++index)
{
    Moments moment = moments(contours[index]);

    centres.push_back(Point2f(static_cast<float>(moment.m10/moment.m00), static_cast<float>(moment.m01/moment.m00)));
}

（可选但推荐）

大家可以画出圆心，直观感受一下。

for(size_t index = 0; index < centres.size(); ++index)
{
    Scalar colour = Scalar(255, 255, 0);
    circle(frame, circles[index], 2, colour, 2);
}

有了这个，只需遍历它们，确认到下一个的距离在合理阈值

内

for(size_t index = 0; index < centres.size(); ++index)
{
    // this is just a sample value. Tweak it around to see which value actually makes sense
    double distance = 0.5;
    Point2f current = centres[index];
    Point2f nextPoint = centres[index + 1];

    // norm calculates the euclidean distance between two points
    if(norm(nextPoint - current) >= distance)
    {
        // TODO: This is a potential space??
    }
}

您可以在 Python 中阅读有关 moments, norm and circle drawing 调用的更多信息。

编码愉快，干杯伙计:)

Answer 2

使用此代码来完成这项工作。它检测图像中 text/digits 的区域。

import cv2

image = cv2.imread("C:\Users\Bob\Desktop\PyHw\images\test5.png")
gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY) # grayscale
_,thresh = cv2.threshold(gray,150,255,cv2.THRESH_BINARY_INV) # threshold
kernel = cv2.getStructuringElement(cv2.MORPH_CROSS,(3,3))
dilated = cv2.dilate(thresh,kernel,iterations = 13) # dilate
_, contours, hierarchy = cv2.findContours(dilated,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE) # get contours


idx =0
# for each contour found, draw a rectangle around it on original image
for contour in contours:

    idx += 1

    # get rectangle bounding contour
    [x,y,w,h] = cv2.boundingRect(contour)

    # discard areas that are too large
    if h>300 and w>300:
        continue

    # discard areas that are too small
    if h<40 or w<40:
        continue

    # draw rectangle around contour on original image
    #cv2.rectangle(image,(x,y),(x+w,y+h),(255,0,255),2)

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

    cv2.imwrite('C:\Users\Bob\Desktop\' + str(idx) + '.jpg', roi)

    cv2.imshow('img',roi)
    cv2.waitKey(0)

代码基于此其他 question/answer：Extracting text OpenCV

检测文本之间的 space（OpenCV，Python）

Detect space between text (OpenCV, Python)

python

opencv

handwriting-recognition