Python 用OpenCV提取手写文本

我对OpenCV Python非常陌生，这里我真的需要一些帮助

所以我在这里要做的是从下图中提取这些单词

文字和形状都是手绘的，所以它们并不完美。我在下面做了一些编码

首先，我对图像进行灰度处理

img_final = cv2.imread(file_name)
img2gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

然后我使用THRESH\u INV来显示内容

ret, new_img = cv2.threshold(image_final, 100 , 255, cv2.THRESH_BINARY_INV)

kernel = cv2.getStructuringElement(cv2.MORPH_CROSS,(3 , 3)) 
dilated = cv2.dilate(new_img,kernel,iterations = 3)

之后，我对内容进行了扩展

ret, new_img = cv2.threshold(image_final, 100 , 255, cv2.THRESH_BINARY_INV)

kernel = cv2.getStructuringElement(cv2.MORPH_CROSS,(3 , 3)) 
dilated = cv2.dilate(new_img,kernel,iterations = 3)

我放大图像是因为我可以将文本识别为一个簇

然后，我在轮廓周围应用boundingRect并在矩形周围绘制

contours, hierarchy = cv2.findContours(dilated,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE) # get contours
index = 0
for contour in contours:

    # get rectangle bounding contour
    [x,y,w,h] = cv2.boundingRect(contour)

    #Don't plot small false positives that aren't text
    if w < 10 or h < 10:
        continue

    # draw rectangle around contour on original image
    cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,255),2)

contours，hierarchy=cv2.查找轮廓（扩展，cv2.外部翻新，cv2.链约无）#获取轮廓
索引=0
对于等高线中的等高线：
#获取矩形边界轮廓
[x，y，w，h]=cv2.boundingRect（轮廓）
#不要绘制非文本的小误报
如果w<10或h<10：
持续
#在原始图像上围绕轮廓绘制矩形
cv2.矩形（img，（x，y），（x+w，y+h），（255,0255），2）

这就是我在那之后得到的

我只能检测到其中一个文本。我尝试过许多其他方法，但这是我得到的最隐秘的结果，它不符合要求

我之所以要识别文本，是因为我可以通过放置一个边框“boundingRect（）”来获取此图像中每个文本的X和Y坐标

---

请帮帮我。非常感谢

您可以使用这样一个事实，即字母的连接部分比图表其余部分的大笔划小得多

我在代码中使用了opencv3连接的组件，但是您可以使用FindContentours做同样的事情

守则：

import cv2
import numpy as np

# Params
maxArea = 150
minArea = 10

# Read image
I = cv2.imread('i.jpg')

# Convert to gray
Igray = cv2.cvtColor(I,cv2.COLOR_RGB2GRAY)

# Threshold
ret, Ithresh = cv2.threshold(Igray,0,255,cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)

# Keep only small components but not to small
comp = cv2.connectedComponentsWithStats(Ithresh)

labels = comp[1]
labelStats = comp[2]
labelAreas = labelStats[:,4]

for compLabel in range(1,comp[0],1):

    if labelAreas[compLabel] > maxArea or labelAreas[compLabel] < minArea:
        labels[labels==compLabel] = 0

labels[labels>0] =  1

# Do dilation
se = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(25,25))
IdilateText = cv2.morphologyEx(labels.astype(np.uint8),cv2.MORPH_DILATE,se)

# Find connected component again
comp = cv2.connectedComponentsWithStats(IdilateText)

# Draw a rectangle around the text
labels = comp[1]
labelStats = comp[2]
#labelAreas = labelStats[:,4]

for compLabel in range(1,comp[0],1):

    cv2.rectangle(I,(labelStats[compLabel,0],labelStats[compLabel,1]),(labelStats[compLabel,0]+labelStats[compLabel,2],labelStats[compLabel,1]+labelStats[compLabel,3]),(0,0,255),2)

导入cv2
将numpy作为np导入
#Params
最大面积=150
米纳雷=10
#读取图像
I=cv2.imread（'I.jpg'）
#变灰
Igray=cv2.CVT颜色（I，cv2.COLOR\U RGB2GRAY）
#门槛
ret，Ithresh=cv2.阈值（Igray，0255，cv2.阈值二元值阈值+cv2.阈值大津）
#只保留小部件，但不要太小
组件=cv2。已连接组件状态（Ithresh）
标签=组件[1]
labelStats=comp[2]
labelAreas=labelStats[：，4]
对于范围（1，组件[0]，1]中的平面图：
如果labelAreas[compLabel]>maxArea或labelAreas[compLabel]0]=1
#扩张
se=cv2.getStructuringElement（cv2.MORPH_ELLIPSE，（25,25））
IdilateText=cv2.morphologyEx（labels.astype（np.uint8），cv2.MORPH\u deplate，se）
#再次查找连接的组件
comp=cv2.连接的组件swithstats（IdilateText）
#在文本周围画一个矩形
标签=组件[1]
labelStats=comp[2]
#labelAreas=labelStats[：，4]
对于范围（1，组件[0]，1]中的平面图：
cv2.矩形（I，（labelStats[Clambel，0]，labelStats[Clambel，1]），（labelStats[Clambel，0]+labelStats[Clambel，2]，labelStats[Clambel，1]+labelStats[Clambel，3]），（0,0255），2）

---

你不能使用tesseract对图像进行OCR吗？@Kells1986原因是我需要知道这些单词的坐标，以便其他用途。用boundingRect（）环绕已识别的单词，我将能够在这张图片中获得单词的X和Y坐标，这太神奇了，兄弟！！让我仔细阅读您的代码并理解它。connectedComponentsWithStats（）的含义是什么？我到处找了找这个词的意思，但是解释太难理解了。看这个：非常感谢。这样好多了。嗯，你介意看看这个帖子吗，我也需要一些指导和提示