Question

我一直在寻找这个问题的答案，但找不到任何有用的东西。

我正在尝试用相机阅读机器可读区域。我需要从机器可读区域逐个提取字符并输入到OCR。我试图对图像进行阈值处理，找到轮廓，逐个提取字符，但是当它在实时相机上时，发现轮廓错过了一些字符，我得到的结果并不像我预期的那样。

虽然机器可读区域是已知的大小，形式，是否有适当的方法为每个角色构建块并提取它们？

更新代码

rect = []
blur = cv2.medianBlur(roi_gray,3) #roi_gray is aligned horizontally MRZ zone
thresh = cv2.adaptiveThreshold(blur,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY,11,2)
_,contours, hierarchy = cv2.findContours(thresh.copy(),cv2.RETR_CCOMP,cv2.CHAIN_APPROX_SIMPLE)
contours = sorted(contours, key=cv2.contourArea, reverse = True)[:90]
minH = 20
minW = 20
for ctr in contours:
    if cv2.contourArea(ctr) < 1000:
        xyc,wh,a = cv2.minAreaRect(ctr)
        w,h = wh
        x,y = xyc
        if h >= minH or w >= minW:
            rect.append(cv2.boundingRect(cv2.approxPolyDP(ctr,3,True)))

rect包含收集的轮廓，但问题是在阈值处理之后，例如字符N分裂为两个轮廓，或者findContours找不到它，因此最终输出中缺少字母。

视频

我发现视频似乎是每个角色的作者构建块，但不幸的是，作者没有提供有关方法或代码的任何其他信息。 Video link

Answer 1

对我来说，感兴趣区域的ID文本具有宽高比，也许该块意味着文本区域。具有宽高比（ - +错误）可能会删除其他文本区域。在OpenCV 3中有一个detector for text。更多，我想跟踪检测到的区域，至少在视频中看起来如此。

恕我直言，应用程序正在模糊，然后二值化，然后侵蚀扩大，以检测文本行。因此，在进行包裹校正（或者甚至可能是一点透视校正）之后，使用垂直投影可以检测字符宽度，这样您就可以检测每个字符并将其提供给OCR。

根据评论，我添加了字符区域的信息。我会做一个打开操作，用于填充字母内的空白区域或连接轮廓。然后，通过简单地垂直求和像素值，您将获得垂直投影。现在你在角色之间有一些最小值。使用这些最小值，您可以通过平均它们之间的距离来获得字符宽度。

你还可以做的不是在每个帧上处理这个宽度，而是在连续帧上获得不会变化太大的宽度。您可以通过在最后5帧中使用平均宽度（使用队列）来实现此目的。

尝试并返回一些结果，像这样我们将能够为您提供更多帮助。

还有一个OpenCV forum，你可能会找到更多的信息

构建块并隔离字符OpenCV

1 个答案: