使用 OpenCV 连续执行线分割（裁剪）

Question

我正在使用深度学习执行整页离线手写识别。

主要思想是建立一个可以获取一行文本图像并给出相应文本的模型。对于这个主要任务是对页面中的每一行进行线分割并将其发送到模型。

但是，我通过稍微修改来应用下面的代码。这里的主要问题是它随机裁剪图像的行，我将其连续保存为 segment_no_1,2,3....

当我将这样的分段线（随机）传递给模型时，它无法生成串行对应的数字文本。

是否有合适的方法或算法可以像在原始图像中那样使用 OpenCV 连续执行线分割。我已经找到了深度学习的线分割，但我不想使用它。

我的代码：

import cv2
import numpy as np
#import image
image = cv2.imread('input2.png')
#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((5,100), 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.imwrite("segment_no_"+str(i)+".png",roi)
    cv2.rectangle(image,(x,y),( x + w, y + h ),(90,0,255),2)
    cv2.waitKey(0)

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

第一个线段segment_no_1.png可以从中间找到，有时从倒数第二个等等。

因此，需要进行哪些修改才能找到与原始图像中的分段线正确顺序（连续）。

对我的代码的任何改进也非常感谢。提前致谢。

Answer 1

我认为你应该按照 this 显示使用 Python 和 OpenCV 排序轮廓的地方。

我遵循的基本步骤是：

模糊图像，如有必要，先转换为灰度。
应用Canny边缘检测算法找出每个字符的轮廓。
将边缘检测到的图像传递给自适应算法，该算法在考虑相邻点时效果更好。
执行扩张，在线分割上表现更好。
对扩张图像的副本执行线分割，随机生成线段。
最后按"Top to bottom".

使用 OpenCV 连续执行线分割（裁剪）

Perform line segmentation (cropping) serially with OpenCV

python

opencv

text-segmentation

handwriting-recognition