Image processing 使用傅立叶变换检测填充表单中方框中的手写字符

我正在尝试从方框中提取手写字符。表单的扫描不一致，因此框的宽度和高度也不是常数

这是表格的一部分

我目前的做法：
1。提取水平线
2。提取垂直线
3。将以上两幅图像组合起来
4。查找轮廓（使用opencv）

这种方法给了我大部分的盒子。但是，当框中填充“L”或“I”等字符时，字符中的垂直线也将作为垂直线提取的一部分进行提取。因此，轮廓也会变得混乱。

---

由于盒子是周期性排列的，有没有办法使用快速傅立叶变换提取盒子

傅里叶变换是我最后想到的

---

我宁愿尝试使用Hough线检测器来获得长线，或者像您那样使用边缘检测，但我会显式地重建网格，找到它们的间距和行/列的确切位置，从而找到每个单元格。

我最近提出了一个python包来处理这个确切的问题。
我通过以下方式调用并安装了它：

pip install boxdetect

它可能看起来有点像这样（您需要调整不同形式的参数：

从boxdetect导入配置
config.min_w，config.max_w=（20,50）
config.min_h，config.max_h=（20,50）
config.scaling_factors=[0.4]
config.diagration\u迭代次数=0
config.wh_ratio_range=（0.5,2.0）
config.group\u size\u range=（1100）
config.horizontal\u max\u distance\u乘数=2
从boxdetect.pipelines导入get_框
image\u path=“dumpster/m1nda.jpg”
矩形、分组矩形、组织图像、输出图像=获取框（图像路径、配置、绘图=假）

您可能希望查看下面的线程以了解更多信息：

---

您可以尝试按颜色选择手写字符。 例如：

结果:

您可以尝试在HSV颜色空间中为蓝色墨水选择使用cv2.InRange（）。

import cv2
import numpy as np
img=cv2.imread('YdUqv .jpg')
#convert to hsv
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
#color definition
color_lower = np.array([105,80,60])
color_upper = np.array([140,255,255])
# select  color objects
mask = cv2.inRange(hsv, color_lower, color_upper)
cv2.imwrite('hand.png', mask)