Opencv 如何对单个数字或多个数字进行分类

我有一个包含数字的图像

有：1、153、25、50、23和40

对于每一个数字，我对数字识别没有问题。我能认出有1，1，5，3，5，0，2，5，2，3，4，0

现在，我想让他们变成1，153，25，50，23和40

我的方法是，使图像变得高度模糊，使数字的边界框与另一个数字的边界框相交。然后提取多个边界框的巨大边界框内的数字

我的期望是这样的

但是，现实是这样的

1、153、25、5、0和2340

因为

• 5和0的距离太远了

• 距离23和40太近了

我的问题是，有没有另一种方法来分类那些是单个数字还是多个数字？如果是，怎么做？：） 非常感谢：）

*对不起，我英语不好

---

**我使用opencv c++

与此相比，模糊然后查找边界框的计算时间很长：

如果你能挑出这些数字中的每一个，那么你必须为每个数字至少有一个中心点。我将通过查找每个数字的宽度和高度以及旋转来进一步说明这一点。有了这些信息，我将应用一组规则，对应于如何读取数字

这些规则可以起作用：

从一个等于位数的节点编号的空图形开始

被测数字是否有任何其他数字相距小于一个宽度（或彼此中心点相距两个宽度）

如果是，那么两个数字是否具有相同的旋转（+/-公差）

如果是这样，那么旋转是否与两个数字的中心点之间的直线成90（+/-tol）度角

使用两点的矢量差确定顺序

在两个数字之间创建方向边

检查另一侧是否有其他数字（快捷方式）

重复下一个数字

沿着图表走，找到你的一组数字

考虑到这样的问题，我更愿意使用概率来排序一组可能的解决方案，这样您的程序就可以询问操作员，或者如果它陷入困境，就可以返回并选择下一个“最佳”解决方案

---

希望这有帮助，我羡慕你的数字识别技能：）

我建议你不要模糊图像。只需提取单个字符及其边界框。然后可以迭代地为它们的质心应用欧几里德距离阈值，一次合并一个边界框。然后，您可以将每个数字建模为一个链表，并通过简单的方向启发法不断添加到元素两侧的列表中。

对于50的情况，您可以固定数字之间的距离，例如d。如果数字的距离大于d，则它们是不同的数字。就2340而言，我不认为这是23和40。我相信是2340。是的，固定距离可以在打印字符中实现。但对于用白纸写的手写字（没有行），我认为这相当困难，因为“太自由了”。我的意思是，对于手写，没有固定的距离像印刷文本。有时候，人类只是在写，不在乎数字的距离。这就是为什么我做了这些例子，50和2340，我想解决这些情况，“太远”和“太近”。这张图片只是一个例子。如果我错了，请纠正我。：）对我来说也是2340……你能先检测出所有的数字，然后使用与每个数字大小成比例的距离吗？@lulu你能快速解决这个问题吗？