删除文本周围的黑色边框/框以获得更好的OCR？

Question

下图中的文本边框给OCR带来了非常糟糕的结果。

所以我正在使用javaCV（OpenCV的java包装器）删除图像中文本的边框和框。结果相当令人满意。但是我现在面临的问题是，它就像下面的示例一样，正在删除文本的水平和垂直线。

已删除的水平线将以其他颜色重新绘制。

我正在按照以下步骤删除边框

1. 找到指定轮廓高度和宽度的水平和垂直轮廓。
2. 用白色填充轮廓。

我在下面附加了我的代码段。

public void removeBorder( String filePath )
{
    Mat grayImage = Imgcodecs.imread( filePath, Imgcodecs.IMREAD_GRAYSCALE );
    Mat thresholdInverted = new Mat();
    Imgproc.threshold( grayImage, thresholdInverted, 127.0, 255.0, Imgproc.THRESH_BINARY_INV + Imgproc.THRESH_OTSU );
    Imgcodecs.imwrite( "E:/threholded.jpg", thresholdInverted );


    List<MatOfPoint> horizontalContours = morphOpenAndFindContours( thresholdInverted, new Size( 5, 1 ));


    List<MatOfPoint> verticalContours = morphOpenAndFindContours( thresholdInverted, new Size( 1, 10 ));

    this.drawWhiteContours( verticalContours, grayImage );
    this.drawWhiteContours( horizontalContours, grayImage );
    Imgcodecs.imwrite( "E:/result.jpg", grayImage );
}

private List<MatOfPoint> morphOpenAndFindContours( Mat img, Size kSize)
{
    Mat kernel = Imgproc.getStructuringElement( Imgproc.MORPH_RECT, kSize );

    Mat openedImage = new Mat();
    Imgproc.morphologyEx( img, openedImage, Imgproc.MORPH_OPEN, kernel, new Point( -1, -1 ), 1 );
    Mat dilateKernel = Imgproc.getStructuringElement( Imgproc.MORPH_RECT, new Size( 5, 5 ) );

    Imgproc.dilate( openedImage, openedImage, dilateKernel );

    List<MatOfPoint> contours = new ArrayList<>();

    Imgproc.findContours( openedImage, contours, new Mat(), Imgproc.RETR_EXTERNAL, Imgproc.CHAIN_APPROX_SIMPLE );

    return contours;
}


private void drawWhiteContours( List<MatOfPoint> contours, Mat image )
{
    for ( int i = 0; i < contours.size(); i++ ) {
        Imgproc.drawContours( image, contours, i, new Scalar( 255 ), -1 );
    }
}

那么，如何在不影响文本的情况下仅删除边框？ Java中的解决方案更可取，但我对python没问题。

Answer 1

我认为一种更可靠的方法是首先检测边缘并检测轮廓。

在此之后，您应该找到与矩形相对应的轮廓。为此，您可以比较所有轮廓的面积并找到最常见的轮廓，因为它们都相同，所以很可能对应于矩形的面积。