什么是Tesseract OCR中的Blob

Question

我正在学习Tesseract OCR并阅读基于此article的article。从第一篇文章：

  

第一步是自适应阈值处理，它将图像转换为   二进制图像。下一步是连接组件分析   用于提取字符轮廓。这种方法非常有用   因为它用白色文字和黑色背景进行图像的OCR。   Tesseract可能首先提供这种方式   处理。然后，轮廓转换为Blob。   Blob被组织成文本行，以及行和   分析区域的某些固定区域或等效文本   大小

有人能解释什么是Blob吗？

Answer 1

来自https://tesseract-ocr.repairfaq.org/tess_glossary.html：

  

斑点

     

扫描图像的孤立的小区域。它由大纲描绘。 Tesseract＆＃39; juggles＆＃39;斑点，看看它们是否可以进一步分裂成能够提高认可信心的东西。有时候，斑点会被合并在一起。如果这给出了更好的结果。例如，请参阅pithsync.cpp。

Answer 2

通常，斑点（也称为连接分量）是二进制图像中的连接片（即，未被破坏）。换句话说，它是二进制图像中的实体元素。 Blob finders是任何旨在从数字图像中提取/测量数据的系统中的关键步骤。