OpenCV：忽略类似文本的轮廓

Question

背景

我想检测包含2D几何形状的图像中的所有轮廓，但是去掉任何看起来像文本的东西。

示例输入：

我尝试通过Tesseract检测文本区域，然后删除这些文本区域。对于一些OCR识别良好的图像，这种方法很好，因此可以很好地识别文本区域，然后可以删除识别文本的轮廓。但是对于大多数图像来说，文本识别得不好，因此我无法从图像中删除不相关的文本轮廓。

因此我的问题是：如何区分文字般的轮廓和2D“几何”轮廓？

Answer 1

如果您不关心文本并且只是想摆脱它，那么您可以通过将RETR_EXTERNAL作为模式参数传递给findCountours()函数来检测外部轮廓。这将为您提供最外面的轮廓，并忽略几何形状内包含的任何内容。

或者，如果您想要更多控制，可以将mode参数作为RETR_TREE传递，然后遍历树，仅保留顶层轮廓并忽略层次结构中该级别以下的任何内容。通过这种方式，您可以获得所有内容，然后您可以决定要保留的内容以及您想要忽略的内容。

阅读OpenCV文档的this page，了解findCountours()如何表示层次结构的信息（该页面来自python教程，但它的通用性足以跟随）。

当然，只有在图像总是与您在问题中给出的示例相似时才会起作用 - 即文本总是在几何形状内部。如果你有形状之外的文字，那么也许你可以看一下轮廓的大小（边界矩形）并忽略任何低于某个阈值的东西（假设文本轮廓将比你的几何形状小得多）。

Answer 2

属于文本的轮廓也代表根据您的示例的区域。因此，您可以尝试使用区域的属性来消除一些不需要的区域（文本轮廓！）我可以建议您可以使用一些属性，如偏心，可靠性或< strong>紧凑性（您可以在此处找到代码示例：https://github.com/mribrahim/Blob-Detection  ）

例如：使用紧凑度值可以区分常规形状和其他形状，或者您可以组合任何其他属性