OpenCV文本块检测

Question

我需要使用OpenCV来检测图像中的所有文本块，以准备将它们发送到OCR。 从我对OpenCV的有限知识来看，这是我可能的解决方案之一，但我不确定如何将其转化为真正的解决方案。

1. 使用findContours检测字符轮廓
2. 使用层次结构过滤字符
3. 在过滤区域放置边界矩形
4. 组边界rects包含文本块

这会有用吗？如果是这样，我如何“执行”这个？扫描可能有多个文本块，我在iOS上这样做。

这适用于名片等内容吗？每个角落可能都有文本块？我只需要扫描文本并一起扫描组/块。

Answer 1

我最近使用以下方法来提取文本blob：

1. 使用MSER算法检测关键点。我发现找到信件很好。
2. 可选择过滤掉“小”和“非常大”的（大小属性）。
3. 将关键点分组为相邻字母组 - 由启发式定义的邻接关系，两个关键点必须具有相似的大小并且相互靠近（相对于其大小的距离）。
4. 取每组的边界框，这是一个候选词或字符blob。
5. 将其发送至OCR（我在Tesseract OCR库中取得了良好的效果）。

以上对于干净背景的文本效果相当不错，但是如果有很多非文本艺术作品，它确实检测到非文本blob，因为唯一的OCR前过滤是“类似大小和附近”度量标准。

如果您正在扫描名片，它可能已经足够好了。

您需要为您的域校准“附近”和类似大小的启发式方法。

对于“相似大小”，我使用3/5和5/3之间关键点大小的比率，并且“附近”定义为关键点之间的距离小于两者中最小关键点大小的7/4倍。

在自然图像中，您需要更强大的方法。为此，我可以推荐以下论文：

Robust Text Detection in Natural Images with MSER