Canny边缘检测后如何填补字母的空白

Question

我正在尝试使用Tesseract进行阿拉伯语OCR，但是除非字母用黑色填充，否则OCR不会起作用。 Canny边缘检测后如何填补空白？

这是示例图像和示例代码：

listnum = [sum(x) for x in listnum]

结果：

This is a sample image不能同时使用阈值和Canny。

Answer 1

在这种情况下，因为文本是黑色的，所以最好简单地找到所有黑色像素。

使用NumPy完成此操作的一种非常简单的方法如下：

import matplotlib.pyplot as pp
import numpy as np

image = pp.imread(r'/home/cris/tmp/Zuv3p.jpg')
bin = np.all(image<100, axis=2)

这是查找所有三个通道的值均低于100的所有像素。我随机选择了100种阈值，可能有更好的方法来选择阈值。 ：）

---

注意：

1-使用彩色输入时，第一步转换为灰度图像通常是个坏主意。这会丢掉很多信息。有时候这是适当的，但在这种情况下最好不要这样做。

2-边缘检测确实很棒，但是通常是错误的方法。当需要查找边缘时，请使用边缘检测。当您不想要边缘时，请使用其他东西。

---

编辑：如果由于某种原因np.all抱怨数据类型（对我而言不是），您应该能够将其输入转换为正确的类型：

bin = np.all(np.array(image<100, dtype=np.bool), axis=2)

或者也许

bin = np.all(np.array(image<100, dtype=np.uint8), axis=2)