Opencv 如何基于白色区域水平剪切图像

我正在为

teseract

到

ocr

准备图像。到目前为止，我所做的是将我的图像转换为以下内容：

我基本上想要的是基于白色区域将图像剪切成水平部分。一般来说：

我最关心的是左侧和中间的文本区域。

如果我只选择左区域的问题是，我找不到一种方法来选择中间的部分而不删除某些部分。 我面临的另一个问题是，如果我给出

tesseract

所有区域（我已经成功地提取了每个包含文本的区域），那么它给了我垃圾，因为pic既有拉丁语言，也没有拉丁语言

另一个重要的问题是没有预定义的大小，因此假设此图片中的大小为标准大小是错误的

---

重述：如何基于白色区域水平剪切图像

您可以使用参数增加或减少行数。我跟着

加载和反转图像：

import cv2
import numpy as np

img = cv2.imread('lic.png')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
gray = 255 - img

获取边缘：

edges = cv2.Canny(gray,50,150,apertureSize = 5)
minLineLength = 10
maxLineGap = 30

使用概率Hough变换查找直线：

lines = cv2.HoughLinesP(edges,.7,np.pi/180, 100,minLineLength,maxLineGap)

for line in lines:
    for x1,y1,x2,y2 in line:
        if x2-x1 == 0:
            continue

检查坡度是否介于-45度和45度之间（您可以根据需要进行调整）：

dy=（y2-y1）
dx=（x2-x1）
如果-1

这张照片是由谁拍摄的：

---

我查阅了文档，看看是否有什么需要。是的，我发现了一个有趣的特性，叫做从

轮廓的范围定义为轮廓面积与该轮廓边界矩形面积的比值。因此，该值越接近1，轮廓越像矩形

对于您提供的图像，它不会检测到看起来像阿拉伯语的单词。但如果在此之前进行一些形态学操作，它将起作用

代码：

path = 'C:/Users/Desktop/Stack/contour/'
im = cv2.imread(path + 'lic.png')

#--- resized because the image was to big ---
im = cv2.resize(im, (0, 0), fx = 0.5, fy = 0.5)
imgray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)

ret2, th2 = cv2.threshold(imgray, 0, 255,cv2.THRESH_BINARY + cv2.THRESH_OTSU)

im2 = im.copy()
_, contours, hierarchy = cv2.findContours(th2, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
count = 0

#--- It all begins here ---
for cnt in contours:
        area = cv2.contourArea(cnt)
        x, y, w, h = cv2.boundingRect(cnt)
        rect_area = w * h
        extent = float(area) / rect_area
        if (extent > 0.5) and (area > 100):      #--- there were some very small rectangular regions hence I used the area criterion ---
            count+=1
            cv2.drawContours(im2, [cnt], 0, (0, 255, 0), 2)

cv2.imshow(path + 'contoursdate.jpg', im2)

print('Number of possible words : {}'.format(count))

结果：

path = 'C:/Users/Desktop/Stack/contour/'
im = cv2.imread(path + 'lic.png')

#--- resized because the image was to big ---
im = cv2.resize(im, (0, 0), fx = 0.5, fy = 0.5)
imgray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)

ret2, th2 = cv2.threshold(imgray, 0, 255,cv2.THRESH_BINARY + cv2.THRESH_OTSU)

im2 = im.copy()
_, contours, hierarchy = cv2.findContours(th2, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
count = 0

#--- It all begins here ---
for cnt in contours:
        area = cv2.contourArea(cnt)
        x, y, w, h = cv2.boundingRect(cnt)
        rect_area = w * h
        extent = float(area) / rect_area
        if (extent > 0.5) and (area > 100):      #--- there were some very small rectangular regions hence I used the area criterion ---
            count+=1
            cv2.drawContours(im2, [cnt], 0, (0, 255, 0), 2)

cv2.imshow(path + 'contoursdate.jpg', im2)

print('Number of possible words : {}'.format(count))

---

在这种情况下，我只是画了轮廓。另一方面，您可以通过拟合一个边界矩形来裁剪这些区域，并将它们分别提供给OCR引擎。

您看过这个吗？我认为默认情况下它是在寻找黑线，但您可以轻松地反转图像。@Zev很好，但在此之前，OP想知道在哪里绘制这些线。@MimirLind是否也可以添加原始图像？我正在尝试使用Zev提供的链接。没错@Jeru，我首先要知道在哪里画线。原始图像是我的身份证。我编辑了一点以隐藏我的个人信息，我希望我没有打扰它。@MimirLind足够好。我正在尝试一种不同的方法。不需要画线的人。我不想要阿拉伯语，如果可以消除它，你知道如何继续吗？你可以尝试在

if（extent>0.5）和（area>100）中改变
extent
参数