如何将图像转换为字符段？

Posted 2023-04-17

【中文标题】如何将图像转换为字符段？

【英文标题】：How to convert an image into character segments?

【发布时间】：2012-06-13 10:06:00

【问题描述】：

通常在 OCR 的过程中，图像文件本质上是被分割成段，每个字符被识别为一个段。 比如

必须转换为类似的东西

此外，是否有任何适用于泰卢固语等亚洲语言的算法可用于此目的？如果没有，这对英语是怎么做的？

【参考方案1】：

使用 OpenCV 可以轻松完成。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()

输出将如下所示：

【讨论】：

+1 很好的答案，但我认为它可以在每一步使用一些 cmets（特别是因为 OP 在他的问题中没有提到 OpenCV）