Question

我想检测文本块在图像上使用的区域的百分比。我们的想法是拒绝文本超过40％的图像。我在检测文本here时看到了一篇非常翔实和详细的文章。该链接使用了C ++。我想我可以在python中使用它。

但是，我不确定什么是衡量其使用面积百分比的最佳方法。我们可以使用类似的东西吗？我刚刚开始使用Cv。

我使用python获取如下文字。这是我发现在线论坛上工作的代码。

import cv2

def captch_ex(file_name):
    img = cv2.imread(file_name)
    img_final = cv2.imread(file_name)
    img2gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    ret, mask = cv2.threshold(img2gray, 180, 255, cv2.THRESH_BINARY)
    image_final = cv2.bitwise_and(img2gray, img2gray, mask=mask)
    ret, new_img = cv2.threshold(image_final, 180, 255, cv2.THRESH_BINARY) 



    kernel = cv2.getStructuringElement(cv2.MORPH_CROSS, (3,3)) 
    dilated = cv2.dilate(new_img, kernel, iterations=9)  

    contours, hierarchy = cv2.findContours(dilated, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)

    for contour in contours:

        [x, y, w, h] = cv2.boundingRect(contour)


        if w < 35 and h < 35:
            continue

        cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 255), 2)


    cv2.imshow('captcha_result', img)
    cv2.waitKey()

file_name = 'my_image.jpg'
captch_ex(file_name)

但是，我该如何进一步处理？

Answer 1

一个很好的起点是

计算边界框的总面积（w * h）。这对应于用文本覆盖的图像的总面积。
将其与图像中的总像素数进行比较（行*列）

请注意，此值不准确，因为可能有不同的字体大小和行间距。要确定40％的图像被文本覆盖的确切边距，您应该通过挑选几个图像来找到阈值，其中大约40％的图像覆盖文本，高于和低于该数量，由人类识别。

检测图像上的文字＆amp;计算使用OpenCv的区域

1 个答案: