如何从带有文本的图像中获取每个字母的图像

Question

F.E。我们有一个扫描的文本文件。现在，我已经写了一个程序，可以获得一个字母的图像并识别它。我现在不明白的是，如何从整个扫描文档中获取每个文本符号的图像表示？有可能吗？

Answer 1

作为一项基本技术，使用二值化和连通分量分析。这将为您提供与单个字符相对应的“blob”，您可以获得它们的边界框。

你将面临额外的困难：

• 某些角色可以触摸并形成单个blob。您将需要一些检测逻辑来分割它们，例如基于大小和/或错误的识别分数。在讨厌的情况下（几个感人的角色，宽度不均匀的字符），你将不得不尝试不同的分裂假设并保持最佳状态。

• 某些字符由多个blob（例如重音字母）组成，有些字符可能会出现碎片。当附近有小斑点时，您可以检测到这些情况。在这里，你将不得不尝试对假设进行分组（冒险将不相关的部分分组）并保持最佳状态。

• blob将以随机顺序报告给您，您将需要一些额外的逻辑来在读取序列中重新排序。