使用OpenCV提取文本和边界框

我试图在图像中找到文本的边界框（矩形）。所以，我喜欢一次扫描整个图像，得到所有文本区域。问题是很少有文字被忽略，也很少有文字被塞满。分组应该是逐字的。它不应该由一个以上的单词组合在一起。每个单词都应该有自己的矩形。我使用下面给出的代码

int COCR::method_gradient(int nonGradient, int showOutput)
{
Mat large = imread(INPUT_FILE);
Mat rgb;

rgb = large;  //--> change

Mat small;
cvtColor(rgb, small, CV_BGR2GRAY);

// morphological gradient
Mat grad;
Mat morphKernel;

if (!nonGradient)
{
    morphKernel = getStructuringElement(MORPH_ELLIPSE, Size(3, 3));
    morphologyEx(small, grad, MORPH_GRADIENT, morphKernel);
}
else
    grad = small;


// binarize
Mat bw;
threshold(grad, bw, 0.0, 255.0, THRESH_BINARY | THRESH_OTSU);

// connect horizontally oriented regions
Mat connected;
morphKernel = getStructuringElement(MORPH_RECT, Size(9, 1));
morphologyEx(bw, connected, MORPH_CLOSE, morphKernel);

// find contours
Mat mask = Mat::zeros(bw.size(), CV_8UC1);
vector<vector<Point>> contours;
vector<Vec4i> hierarchy;
findContours(connected, contours, hierarchy, CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE, Point(0, 0));

if (nonGradient)
    rgb = MatGradient;

// filter contours
for (int idx = 0; idx >= 0; idx = hierarchy[idx][0])
{
    Rect rect = boundingRect(contours[idx]);
    Mat maskROI(mask, rect);
    maskROI = Scalar(0, 0, 0);

    
    // fill the contour
    drawContours(mask, contours, idx, Scalar(255, 255, 255), CV_FILLED);
    
    // ratio of non-zero pixels in the filled region
    double r = (double)countNonZero(maskROI) / (rect.width*rect.height);

    if (r > .25 /* assume at least 25% of the area is filled if it contains text */
        &&
        (rect.height > 8 && rect.width > 8) 
        )
    {
        rectangle(rgb, rect, Scalar(0, 255, 0), 2);
    }
}

if (!nonGradient)
    MatGradient = rgb;

if (showOutput)
    imwrite(OUTPUT_FOLDER_PATH, rgb);

return 0;
}

// calling
COCR obj_ocr;   
obj_ocr.method_gradient(0, 0);
obj_ocr.method_gradient(1, 1);

int-COCR:：方法_梯度（int-nonGradient，int-showOutput）
{
Mat large=imread（输入文件）；
Mat-rgb；
rgb=大；//-->更改
垫小；
CVT颜色（rgb，小，CV_bgr2灰色）；
//形态梯度
垫梯度；
无核；
如果（！非激进）
{
morphKernel=getStructuringElement（变形椭圆，大小（3,3））；
形态学（小，梯度，形态梯度，形态核）；
}
其他的
梯度=小；
//二值化
Mat bw；
阈值（梯度、bw、0.0、255.0、二元阈值、大津阈值）；
//连接水平方向的区域
垫子连接；
morphKernel=getStructuringElement（MORPH_RECT，Size（9,1））；
morphologyEx（bw，连通，MORPH_-CLOSE，morphKernel）；
//寻找轮廓
Mat mask=Mat:：zeros（bw.size（），CV_8UC1）；
矢量等值线；
向量层次；
findContours（连通、轮廓、层次、CV_RETR_CCOMP、CV_CHAIN_近似、简单、点（0,0））；
if（非梯度）
rgb=梯度；
//过滤轮廓
对于（int idx=0；idx>=0；idx=hierarchy[idx][0]）
{
Rect Rect=boundingRect（等高线[idx]）；
Mat maskROI（蒙版，矩形）；
maskROI=标量（0,0,0）；
//填充轮廓
绘制等高线（遮罩、等高线、idx、标量（255、255、255）、CV_填充）；
//填充区域中非零像素的比率
double r=（double）countNonZero（maskROI）/（矩形宽度*矩形高度）；
如果（r>.25/*假设包含文本，则至少填充了25%的区域*/
&&
（矩形高度>8和矩形宽度>8）
)
{
矩形（rgb，rect，标量（0，255，0），2）；
}
}
如果（！非激进）
MatGradient=rgb；
如果（显示输出）
imwrite（输出文件夹路径，rgb）；
返回0；
}
//召唤
COCR obj_ocr；
光学字符识别方法梯度法（0,0）；
光学字符识别法梯度法（1,1）；

请注意红色部分。

请看红色部分。

---

请告知我如何纠正红色eclipse中显示的缺失区域。

将关闭从9,1更改为5,1修复了这两幅图像

// connect horizontally oriented regions
cv::Mat connected;
morphKernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(5, 1));
cv::morphologyEx(bw, connected, cv::MORPH_CLOSE, morphKernel);

---

有自己的尝试吗？没有，没有。我想让它更好地满足我的需要。将

findcontours（）

参数

CV\u RETR\u CCOMP

更改为

CV\u RETR\u EXTERNAL

。比x，效果更好。它现在正在接受漏掉的单词，但它没有孤立这些单词。它仍然将3个或更多的单词组合成一个单词。请建议。您可以降低它，更像cv:：Size（3,1）（总是需要奇数）