我正在尝试阅读带有框式输入的手写表格。
我在图像上运行了tesseract,但得到了奇怪的结果。以我的理解,我认为最好的办法是检测边界框并将其从图像中减去。检测方块(角色周围的半方块)的最佳方法是什么。我尝试了cv2.HoughLines()
,但没有结果。
我是OpenCV的新手。如果有人可以在这里帮助我,那将真的很有帮助。
答案 0 :(得分:0)
您的输入格式似乎很干净且一致。您可以简单地以像素为单位硬编码每个框的宽度,然后裁剪出字符。但是,如果输入格式不是固定的,那么我们也可以扩展该答案来处理该问题(这会有点贵),因此,作为第一个尝试,我们将简单地对像素的宽度进行硬编码。
def get_image_chunks(img, size):
chunks = []
# To remove black borders
padding = 2
for i in xrange(0, img.shape[1], size):
col_start = i + padding
col_end = i + size - padding
# Slicing the numpy array.
chunks.append(img[:-padding, col_start:col_end])
return chunks
img = cv2.imread("/Users/anmoluppal/Downloads/GLUmJ.jpg", 0)
chunks = get_image_chunks(img, 42)
答案 1 :(得分:0)
感谢您的想法。我刚刚意识到,也许我可以看一下垂直像素的计数并大于某个阈值
def get_pixel_count_in_col(img,col):
count=0
for j in range(img.shape[0]):
if(img[j,col]<255):
count=count+1
return count
def cleanup_img(img):
foundlines=[]
for i in range(img.shape[1]):
if(get_pixel_count_in_col(img,i)>img.shape[0]*0.7):
foundlines.append(i)
if(get_pixel_count_in_col(img,i-1)>img.shape[0]*0.25):
foundlines.append(i-1)
if(get_pixel_count_in_col(img,i+1)>img.shape[0]*0.25):
foundlines.append(i+1)
return np.delete(img,foundlines,1)
生成的图像更有意义。但是还有其他简单的方法吗?
预先感谢