Question

在我问同样的问题之前，我尝试使用分水岭对连接的角色进行细分，但效果并不好。几个星期前，我在谷歌搜索中的stackoverflow得到同样的问题，Segmentation for connected characters，在答案用户中，作者 mmgp 提供了一种使用形态学方法和结束操作的解决方案，但我并不了解所有。

我只是将图像稀疏化为形态。

enter image description here 原始图像

enter image description here 稀疏图像稀疏图像的大图像（放大）

4连接可以将数字 9 分割为单个字符，但 44 仍然连接。

我对Segmentation for connected characters

有一些疑问

1.为什么需要将原始图像调整为200像素，然后将其细化。

为什么不立即细化原始图像。

2.how提取这些分支点并将形态学关闭应用于细化图像。

我只知道闭合形态是侵蚀和扩张组合操作。

关闭的垂直线需要2 *高度+ 1（这是一个结构元素高度？），我不知道如何设置。结构元素如何构建（3 * 3或其他？）。

最后他们得到了一张图片

enter image description here

我需要一些帮助，有人可以告诉我如何应用关闭操作并获得图像。感谢。

Answer 1

我使用前景功能和背景功能解决了这个问题。

下面有一些人详细介绍了这个算法：

使用上下文知识进行手写数字字符串分割和识别的遗传框架

波斯语和英语语言中手写数字字符串的分割。

流动的图像是我的捕获。

前景区域和前景骨架

enter image description here

背景区域和背景骨架

enter image description here

44的骨架图像。

enter image description here

基于上述特征点，我们可以构建一个分割449位的分割路径。

Answer 2

使用以下方法进行关闭操作：

mask = ~df['Attribute:Value'].str.split(':').str[1].isin(['1','2','3']) | df['Support'].gt(4)

形态学中连通字符的图像分割

2 个答案: