OpenCV-文本分割中的字母轮廓分离

我一直在研究图像数据集中的文本识别。我想使用组件分割图像的特征，并找到阈值图像的轮廓。但是，许多字符彼此合并，并与图像中的其他组件合并

你能告诉我如何把它们分开吗？谢谢你的帮助

下面是一些示例和我的部分代码：

Mat placa_contornos = processContourns(img_placa_adaptativeTreshold_mean);
vector<vector<Point>> contours_placa;
findContours(placa_contornos,
             contours_placa, 
             CV_RETR_EXTERNAL, externos)
             CV_CHAIN_APPROX_NONE); 
vector<vector<Point> >::iterator itc = contours_placa.begin();
while (itc != contours_placa.end()) {
    //Create bounding rect of object
    Rect mr = boundingRect(Mat(*itc));
    rectangle(imagem_placa_cor, mr, Scalar(0, 255, 0));
    ++itc;
}
imshow("placa con rectangles", imagem_placa_cor);

Mat placa_contornos=processContourns（img_placa_AdaptiveTreshold_平均值）；
矢量等值线；
findContours（康托诺斯广场，
普莱卡，
CV_RETR_外部、外部）
CV_链_约_无）；
vector:：iterator itc=等高线_placa.begin（）；
while（itc！=等高线_placa.end（））{
//创建对象的边界矩形
Rect mr=边界Rect（Mat（*itc））；
矩形（图像平面，磁共振，标量（0，255，0））；
++国贸中心；
}
imshow（“placa con rectangles”，imagem_placa_cor）；

---

我会尝试进一步腐蚀二进制图像，看看这是否有帮助。您可能还希望尝试修复倾斜，然后删除连接字母的底线

此外，这可能与此相关：

您可以尝试在阈值图像上使用一个新的阈值来消除噪声。您可以根据需要调整内核大小

// Get a rectangular kernel with size 7
Mat element = getStructuringElement(0, Size(7, 7), Point(1, 1));
// Apply the morphology operation
morphologyEx(placa_contornos, result, CV_MORPH_OPEN, element);

它在阈值图像上提供以下中间输出，我想这会提高检测效果

---

如果你把原始图像和二值化图像放在一起也会有帮助。谢谢你的评论@like444，在描述中我放了一张带有一张原始图像的图像，结果是这样的。谢谢你的帮助。你也可以试试Skeletonization你能达到你想要的吗？谢谢@brad，我有很多图像，上面和下面都有线条，我也想消除，我怎么才能消除线条？当我处理类似的问题时，我能够检查垫子的每一行，看看它是否有很多白色像素，表示水平线的。但是，只有在能够纠正倾斜或角度恒定的情况下，此方法才可能有效。否则，另一种测线方法可能会起作用