C++ OpenCV：从边缘检测图像中检测字母和单词

我目前正在处理文本识别。以下是带有边缘检测的二值化图像的一部分（使用Canny）：

编辑：我正在发布一个图像链接。我没有10个代表点，因此无法发布图像

编辑2：这是阈值化后的同一块。老实说，我不知道哪种方法更好

[

问题仍然是一样的：

我应该如何检测某些字母？我需要确定每个字母的位置，然后是每个单词

有些信件是“打开”的吗？我的意思是它们不是封闭区

如果我使用

cv:：matchtemplate

，是否意味着每个字母需要24个模板，每个数字需要10个模板？然后循环我的图像以确定最佳相关性

如果字母和正方形都是1像素宽，我应该做什么过滤/操作来关闭打开的字母？我尝试了各种扩张和侵蚀的组合，但没有效果

问题是“我如何使用开放式简历进行OCR？”答案是这是一个复杂的过程，相当困难

但也有一些提示。首先，很难检测出有轮廓的字母。大多数工具都是为填充字母设计的。但是，如果使用特定大小的阈值填充所有循环，则该图像看起来似乎只有一个非字母分心器。可以去掉非字母线，因为它们是一个巨大的连接对象

一旦你填好这些信，它们就可以被勾勒出来

在细节只有一个像素宽的图像上，你不能非常明智地使用形态学操作，如“打开”和“关闭”。你可以对图像进行形态学操作，但如果所有特征都是一个像素，那么细节和噪波之间本质上没有区别。不过，一旦你填充了字母，这个问题就消失了

---

这并不是在告诉你怎么做，只是给你一些提示。

正如malcolm OCR在前面的回答中提到的那样，它可以更好地处理填充字母，因此你可以做以下操作

1使用第二种方法，但采用相反的结果，而不是您显示的结果。 2运行连接的组件标签 3对于每个组件，您可以运行OCR算法

为了去除异常值，我将尝试使用检测到的字母之间的空间关系。它们旁边有其他水平或垂直的字母

---

祝你好运

你能上传图片而不是发送链接吗？链接上写着“无法提供安全连接”你尝试过关闭吗？看到了吗？是的。但是一些字母随后与帧连接。我想这不会有任何好处。是的，我试着解决它。这个问题有点太广泛了。你可以尝试MSER text检测。除此之外，我没有任何线索。在这种情况下，我通常会微调（或重新训练，如果我有足够的样本）lenet网络。使用caffe进行此操作相当容易，然后使用opencv dnn模块。这将为您节省大量痛苦，准确率>99%