构建块并隔离OpenCV中的字符

我一直在寻找这个问题的答案，但找不到任何有用的答案

我正试图用相机读取机器可读区域。我需要从机器可读区中一个接一个地提取字符，并将其输入OCR。我试图对图像设置阈值，寻找轮廓，一个接一个地提取字符，但当它在实时摄像机上时，发现轮廓遗漏了一些字符，我得到的结果并不像我预期的那样

虽然机器可读区的大小和形式已知，但是否有合适的方法为每个字符构建块并提取它们

更新代码

rect = []
blur = cv2.medianBlur(roi_gray,3) #roi_gray is aligned horizontally MRZ zone
thresh = cv2.adaptiveThreshold(blur,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY,11,2)
_,contours, hierarchy = cv2.findContours(thresh.copy(),cv2.RETR_CCOMP,cv2.CHAIN_APPROX_SIMPLE)
contours = sorted(contours, key=cv2.contourArea, reverse = True)[:90]
minH = 20
minW = 20
for ctr in contours:
    if cv2.contourArea(ctr) < 1000:
        xyc,wh,a = cv2.minAreaRect(ctr)
        w,h = wh
        x,y = xyc
        if h >= minH or w >= minW:
            rect.append(cv2.boundingRect(cv2.approxPolyDP(ctr,3,True)))

rect=[]
模糊=cv2。中间模糊（roi_gray，3）#roi_gray与MRZ区域水平对齐
阈值=cv2.自适应阈值（模糊，255，cv2.自适应阈值，高斯，cv2.阈值二进制，11,2）
_，轮廓，层次=cv2.findContours（thresh.copy（），cv2.RETR\u CCOMP，cv2.CHAIN\u近似值\u SIMPLE）
轮廓=已排序（轮廓，键=cv2.contourArea，反转=真）[:90]
明=20
最小值=20
对于等高线中的ctr：
如果cv2.轮廓面积（ctr）<1000：
xyc，wh，a=cv2.minareact（ctr）
w、 h=wh
x、 y=xyc
如果h>=minH或w>=minW：
rect.append（cv2.boundingRect（cv2.approxPolyDP（ctr，3，True）））

rect包含收集到的轮廓，但问题是，在作为示例对字符N进行阈值化后，字符N被拆分为两个轮廓，或者FindOntours没有找到它，所以最终输出中缺少字母

视频

---

我发现视频中似乎有作者为每个角色构建块，但不幸的是，作者并没有提供任何关于方法或代码的附加信息

对我来说，感兴趣的ID文本区域有一个纵横比，也许块意味着该文本区域。如果存在纵横比（-+错误），则可能会删除其他文本区域。在OpenCV 3中有一个。 此外，我认为检测到的区域是被跟踪的，至少在视频中是这样

据我所知，该应用程序正在进行模糊处理，然后进行二值化，然后进行腐蚀放大以检测文本行。因此，在进行包裹校正（或者甚至是一点透视校正）后，通过垂直投影可以检测字符宽度，这样就可以检测每个字符并将其输入OCR

---

根据注释，我添加了角色区域的信息。我会做一个打开操作来填充字母内部的空白，或者连接轮廓。然后，简单地对像素值进行垂直求和，就可以得到垂直投影。现在你有一些字符之间的最小值。使用这些最小值，您可以通过平均它们之间的距离来获得字符宽度

您还可以做的不是在每个帧上处理这个宽度，而是获得一个在连续帧上变化不大的宽度。您可以通过在最后5帧（使用队列）中对宽度进行平均来实现这一点

尝试一下，并返回一些结果，像这样，我们将能够帮助您更多

---

还有一个，你可能会在那里找到更多信息

如果你至少向我们提供了一张你描述的情况的图片，我们将更容易帮助你。我提供了一个视频链接是的，但这是一个工作软件。如果你能告诉我们你到底哪里有问题，那么帮助你就容易多了。例如，像阈值化后和轮廓查找期间的图像。你最大的敌人是缩放和透视变换-视频演示了一种算法，该算法对较小的角度变换非常鲁棒。是的，你在阈值设置之后，我遇到了角色消失时的缩放问题，例如角色N在阈值设置之后，findContour发现的是两个轮廓而不是一个轮廓。很抱歉，我现在无法上传图片，我将稍后再上传。我不知道我是否正确，但如果我能够找到左上角、右上角、左下角、右下角的4个字符，以便我可以获得MRZ区域的真实尺寸？何时计算字符之间的距离，何时才能得到字符的实际大小和位置？对不起，我可能错了，我是简历新手，我只是在猜测。我已经检测到感兴趣的文本，提取它，进行透视校正，我得到了3行MRZ文本，你能解释更多关于垂直投影的内容吗？因为我发现的主要问题是缺少字母或它们的结构，就像我在检测字符N之前说的，就像两个轮廓一样。