OpenCV识别可变大小

Question

我有一堆形式的扫描，看起来像这样：

我试图取出每一行，使每个行都在自己的图像上（一行是10行，一直到表格的右边）。我已经编写了一个函数（在python中），它将找到所有的框，OCR每个框自己（使用tesseract），确定是否存在ID标签（在这个空白表单中，只有10），并使用盒子的高度和整个桌子的宽度拉出来的行。

这个过程的问题是OCR;有些表是像素化的，根本没有检测到任何文本，因此行不会从表中取出。我使用一个具有良好OCR结果的表单的行矩形边界来从所有表单中取出行，但是，由于某种原因，某些表单具有不同大小的标题，或者行高度大于或小于＆ ＃39;正常＆＃39; （我已将每个表的大小调整为相同的分辨率）。不改变的一件事是每行中文本窗口的总体布局，尽管一个表格的行可能相对于另一个表格更高或更短。

我的问题：如何使用一个（或一组）示例将每一行识别为一个特征，同时考虑各种示例中行位置的轻微变化？我很感激您的任何想法。

我正在使用Python 2.7，OpenCV 3.1.0（在Windows上），以及在ubuntu VM上使用scikit-image和scikit-learn。

Answer 1

HoughLines可帮助您找到图片中的线条。之后，您需要过滤掉所有非水平的。您可以使用其余的来找出拆分图像所需的位置。