如何通过水平投影二进制图像来分割文本？

Question

我有一些带文字的二进制图像，如下所示：

图片1：

图片2：

相应的水平投影是：

投影图片1：

投影图像2：

似乎我可以通过水平投影进行分割，但是如何？

提前致谢！

PS：进行投影的代码：

from matplotlib import pyplot as plt
import pylab

(rows,cols)=img.shape
h_projection = np.array([ x/255/rows for x in img.sum(axis=0)])
plt.plot(range(cols), h_projection.T)
pylab.savefig(outfile, bbox_inches='tight')
plt.clf()

为了消除误解，当我说横向投影时，我的意思是a projection made on a plane parallel to the horizon.

Answer 1

可以使用垂直投影然后水平投影来完成分割。但是为了区分文本字母和其他不需要的东西，你可以使用基于形状的特征描述符，如“方向梯度直方图”和＃39;。使用这些功能，您可以训练SVM或基于神经网络的分类器，但是对于训练，您首先需要这些样本字母图像的数据库（如MNIST）。