在对技术绘图进行 OCR 时，大多数（全部？）ocr 引擎在周围几何图形方面存在问题，有时会将线条错误地解释为字母。
为了提高 OCR 的质量，我首先想从图像中删除某些元素，主要是圆形和矩形。
这些图纸都是黑白的，看起来与下面的示例非常相似。
实现这一目标的最佳方法是什么？我玩过 image magick 和 opencv，但收效甚微……
【问题讨论】：
标签： opencv image-processing imagemagick ocr image-manipulation
这是部分解决方案。这个问题可以分为两步：
1) 通过删除水平线+垂直线来删除矩形
我们创建垂直和水平内核，然后执行 morph close 以检测线条。从这里我们使用按位运算来删除这些行。
检测到的垂直线（左）和水平线（右）
删除的行
import cv2
image = cv2.imread('1.jpg')
vertical_kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (1,15))
remove_vertical = 255 - cv2.morphologyEx(image, cv2.MORPH_CLOSE, vertical_kernel)
horizontal_kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (15,1))
remove_horizontal = 255 - cv2.morphologyEx(image, cv2.MORPH_CLOSE, horizontal_kernel)
result = cv2.add(cv2.add(remove_vertical, remove_horizontal), image)
cv2.imshow('result', result)
cv2.waitKey()
2) 检测/删除圈子
有几种方法可以去除圆圈
cv2.HoughCircles()。这是detect circles in images using Hough Circles的一个很好的教程
cv2.getStructuringElement() 构造一个cv2.MORPH_ELLIPSE 内核，然后执行morphological operations 以隔离圆形轮廓cv2.arcLength() 和cv2.approxPolyDP() 进行轮廓逼近。这种方法的一个权衡是它只适用于“完美”的形状。看看detect simple geometric shapes 和opencv shape detection
【讨论】：