使用 OpenCV 串行执行线段分割（裁剪）答案

【问题标题】：Perform line segmentation (cropping) serially with OpenCV使用 OpenCV 串行执行线段分割（裁剪）
【发布时间】：2019-05-26 11:51:20
【问题描述】：

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模型，可以取一行文本图像并给它对应的文本。因为这个主要任务是对页面中的每一行进行行分割并将其发送到模型。

但是，我通过对here 进行的稍微修改来应用此代码。这里的主要问题是它随机裁剪图像的线条，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，它不能产生串行对应的数字文本。

是否有合适的方法或算法可以像原始图像一样使用 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)

segment_no_1.png 作为第一线段可以从中间找到，有时是倒数第二个，依此类推。

那么，需要进行哪些修改才能找到与原始图像中的正确顺序（连续）的分段线。

我的代码的任何改进也受到高度赞赏。提前致谢。

【问题讨论】：

你尝试过类似直方图的方法吗？线分割也不是一件容易的事。为了获得最佳精度。我建议使用 RCNN 或 UNET，......在像素级别上工作。
但是我在没有深度学习执行阈值的情况下使用 openCV 进行线分割。
Github上有一堆在线repo用于线段分割。我想你应该搜索一下。
我在这里找到了解决方案：pyimagesearch.com/2015/04/20/…

标签： python opencv text-segmentation handwriting-recognition

【解决方案1】：

我认为您应该关注this，其中显示使用 Python 和 OpenCV 对轮廓进行排序。

我遵循的基本步骤是：

模糊图像，必要时先转换为灰度。
应用 Canny 边缘检测算法来查找每个字符的轮廓。
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，这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“从上到下”的顺序对片段进行排序。

【讨论】：