Python 2.7 用Python和OpenCV检测OCR中的字间距

我不熟悉Python和OpenCV。我目前正在使用Python和OpenCV进行OCR工作，而没有使用Tesseract。到目前为止，我已经成功地检测到文本（字符和数字），但我遇到了检测单词之间空格的问题。 乙二醇- 如果图像显示“Hello John”，则它会检测到Hello John，但无法检测它们之间的空间，因此我的输出是“HelloJohn”，它们之间没有任何空间。我提取轮廓的代码如下所示（我已导入所有必需的模块，这是提取轮廓的主要模块）：

在此基础上，对提取出的轮廓进行分类，包括数字和字符。 请帮我检测他们之间的空间。

---

提前感谢您，您的回复将非常有用。

因为您没有给出任何示例图像，我只是生成了一个简单的图像来测试：

h, w = 100, 600
img = np.zeros((h, w), dtype=np.uint8)
font = cv2.FONT_HERSHEY_SIMPLEX
cv2.putText(img, 'OCR with OpenCV', (30, h-30), font, 2, 255, 2, cv2.LINE_AA)

正如我在评论中提到的那样，如果你只是简单地修改图像，那么白色区域就会扩大。如果您使用足够大的内核来实现这一点，以便附近的字母可以合并，但足够小以至于单独的单词不能合并，那么您将能够提取每个单词的轮廓，并使用该轮廓一次屏蔽一个单词，以便进行OCR

kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (15, 15))
dilated = cv2.dilate(img, kernel)

要单独获得每个单词的掩码，只需找到这些较大斑点的轮廓即可。你也可以对轮廓进行排序；垂直、水平或两者兼有，这样你就能把单词按正确的顺序排列。这里因为我只有一行，所以我将按照

x

方向进行排序：

contours = cv2.findContours(dilated, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)[1]
contours = sorted(contours, key=lambda c: min(min(c[:, :, 0])))

for i in range(len(contours)):

    mask = np.zeros((h, w), dtype=np.uint8)

    # i is the contour to draw, -1 means fill the contours
    mask = cv2.drawContours(mask, contours, i, 255, -1)
    masked_img = cv2.bitwise_and(img, img, mask=mask)

    cv2.imshow('Masked single word', masked_img)
    cv2.waitKey()

    # do your OCR here on the masked image

---

这样，您就有了带有字母的二进制图像。一种方法是增加字母的长度，直到附近的字符合并，但单独的单词不会。然后每个单词都有单独的斑点。这些斑点的轮廓都是单个单词的遮罩，你可以用每个斑点单独遮罩原始图像。只需在单独的单词上进行OCR。非常感谢，你的代码工作了…你从我头上卸下了一个很大的负担，再次感谢：）你能帮我扩展代码吗，如果文本是多行而不是一行，例如，只喜欢这条评论。我建议采取类似于我上面所做的方法。尝试用一个长的水平线扩展内核：

kernel=np.ones（（1100），dtype=np.uint8）

并查看您得到的响应。这将为每一行提供一个掩码。只需屏蔽每一行，然后对该行重复上述内容。再次非常感谢您…现在我的项目已完成提交…全部感谢您：）先生，我们正在尝试使用相同的工具扩展货币检测项目。是否可以使用相同的工具进行检测。我曾尝试通过使用内核腐蚀货币来提取边缘，但由于背景原因，我无法检测到与数字eg 100对应的轮廓。你能帮我吗？

contours = cv2.findContours(dilated, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)[1]
contours = sorted(contours, key=lambda c: min(min(c[:, :, 0])))

for i in range(len(contours)):

    mask = np.zeros((h, w), dtype=np.uint8)

    # i is the contour to draw, -1 means fill the contours
    mask = cv2.drawContours(mask, contours, i, 255, -1)
    masked_img = cv2.bitwise_and(img, img, mask=mask)

    cv2.imshow('Masked single word', masked_img)
    cv2.waitKey()

    # do your OCR here on the masked image