Python 检测并删除角色周围的矩形

如何删除字符和数字周围的矩形，以便在之后执行OCR？以下是一个例子：

我假设这些线是连续的。我试着用OpenCV轮廓来做，但到目前为止，它似乎是一个非常不可靠的算法，严重依赖于图像的噪声、线条的宽度等

---

我对最通用、最健壮的算法感兴趣。我也可以考虑神经解决方案，但到目前为止，我只发现了一种方法来检测和提取字符，当字符在方块/矩形中被字符/数字分割时，也经常失败。

< P>我们可以使用FieldTrimes删除它们来获得框。

我们需要先对图像做一个遮罩。我使用[200255]范围来获得白色背景。然后我腐蚀了面具，以确保盒子之间有足够的间隔

然后我用找到的玩具来拿箱子。我去掉了小轮廓，过滤掉盒子里的数字。我重新画了盒子，里面没有数字

然后，我回到原来的图像上，把蒙着的部分涂成白色

导入cv2
将numpy作为np导入
#加载图像
img=cv2.imread（“numbers.png”）；
灰色=cv2.CVT颜色（img，cv2.COLOR_BGR2GRAY）；
掩模=cv2.inRange（灰色，200255）；
#腐蚀以增强箱体分离
核=np.ones（（3,3），np.uint8）；
mask=cv2.腐蚀（mask，kernel，迭代次数=1）；
#轮廓OpenCV3.4，如果您使用的是OpenCV 2或OpenCV 4，它将返回（轮廓，41;
_，等高线，u=cv2.找到的轮廓（遮罩，cv2.RETR_树，cv2.CHAIN_近似简单）；
#只带大箱子
截止值=250；
大公司=[]；
对于轮廓中的con：
面积=cv2。轮廓面积（con）
如果面积>截止值：
大的cons.append（con）；
印刷品（面积）；
#做个面具
重绘=np.类零（掩码）；
cv2.绘制等高线（重画，大图标，-1，（255），-1）；
重绘=cv2。按位_非（重绘）；
img[redraw==255]=（255255）；#替换为您想要的任何颜色作为背景
#展示
cv2.imshow（“图像”，img）；
cv2.imshow（“面具”，面具）；
cv2.imshow（“重画”，重画）；
cv2.waitKey（0）；