如何使用 OpenCV 检测文本

Question

我正在处理一个项目，我应该在其中检测并提取图像中的文本，以便稍后将其提供给搜索软件。

我正在研究 OpenCV，但我在 Java 中找不到太多内容，只是在 Python 中。我想在 Java 中实现它。但是，如果您知道如何在 Python 中执行此操作，C++ 就可以了。我只需要算法就可以得到任何想法。

我的计划是将图像旋转 90°，使其成为二值图像（阈值处理），检测 ROI（感兴趣区域），在这种情况下是文本或形状矩形，裁剪包含的白色矩形文本，最后使用 OCR 和 Tesseract 来获取文本 (PISF - 28 - 1469 - 3)。

但是使用 tesseract 提取文本是可以的，我知道如何做到这一点。我只需要获取包含文本的白色矩形或包含文本的最小区域，并将其保存为更好的形式，以便稍后将其与 Tesseract (OCR) 一起使用。

我会批量使用脚本，因为我没有这张图片。其他图片可以有不同的尺寸。

谁能帮帮我？

如果有任何帮助，我将不胜感激。

我的图片是这样的：

Answer 1

这是 Python/OpenCV

中的一种方法

读取输入
转换为灰度
阈值
使用形态学移除小的白色或黑色区域并用白色封闭文本
获取最大的垂直方向矩形的轮廓
从该轮廓的边界框中提取文本
保存结果

输入：

import cv2
import numpy as np

# load image
img = cv2.imread("rock.jpg")

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

# threshold image
thresh = cv2.threshold(gray, 150, 255, cv2.THRESH_BINARY)[1]

# apply morphology to clean up small white or black regions
kernel = np.ones((5,5), np.uint8)
morph = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)
morph = cv2.morphologyEx(morph, cv2.MORPH_OPEN, kernel)

# thin region to remove excess black border
kernel = np.ones((3,3), np.uint8)
morph = cv2.morphologyEx(morph, cv2.MORPH_ERODE, kernel)

# find contours
cntrs = cv2.findContours(morph, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cntrs = cntrs[0] if len(cntrs) == 2 else cntrs[1]

# Contour filtering -- keep largest, vertically oriented object (h/w > 1)
area_thresh = 0
for c in cntrs:
    area = cv2.contourArea(c)
    x,y,w,h = cv2.boundingRect(c)
    aspect = h / w
    if area > area_thresh and aspect > 1:
        big_contour = c
        area_thresh = area

# extract region of text contour from image
x,y,w,h = cv2.boundingRect(big_contour)
text = img[y:y+h, x:x+w]

# extract region from thresholded image
binary_text = thresh[y:y+h, x:x+w]  

# write result to disk
cv2.imwrite("rock_thresh.jpg", thresh)
cv2.imwrite("rock_morph.jpg", morph)
cv2.imwrite("rock_text.jpg", text)
cv2.imwrite("rock_binary_text.jpg", binary_text)

cv2.imshow("THRESH", thresh)
cv2.imshow("MORPH", morph)
cv2.imshow("TEXT", text)
cv2.imshow("BINARY TEXT", binary_text)
cv2.waitKey(0)
cv2.destroyAllWindows()

阈值图像：

形态学清理图像：

提取的文本区域图像：

提取的二进制文本区域图像：

如何使用 OpenCV 检测文本

How to detect text using OpenCV

java

opencv

computer-vision

tesseract

east-text-detector