形态学中连通字符的图像分割

Question

在我问同样的类似问题之前，我尝试使用分水岭来分割连接的字符，但效果不佳。一周前，我在谷歌搜索的 stackoverflow 上遇到了同样的问题，Segmentation for connected characters， 在回答用户中，作者mmgp提供了一个使用形态学方法和关闭操作的解决方案，但我不明白。

我只是在命中和未命中形态中细化图像。

原图

细化图像细化图像的大图像（放大）

4 连接可以将数字 9 拆分为单个字符，但 44 仍然连接。

我有一些关于Segmentation for connected characters的问题

1.为什么要将原始图像调整为200像素然后细化。

为什么不立即对原始图像进行细化。

2.如何提取这些分支点并对细化图像应用形态学闭合。

我只知道闭合形态是腐蚀和膨胀组合操作。

结束的垂直线需要2*height+1（这是结构元素高度？），我不知道如何设置。结构元素如何构造（3*3或其他？）。

最后他们得到了下面的图像

我需要一些帮助，有人可以告诉我如何应用关闭操作并获取图像上方。 谢谢。

Answer 1

我已经使用前景特征和背景特征解决了这个问题。

一些人在下面详细介绍了这个算法：

使用上下文知识进行手写数字字符串分割和识别的遗传框架

波斯语和英语中手写数字字符串的分割。

流动的图像是我的捕捉。

前景区域和前景骨架

背景区域和背景骨架

44 的骨架图像。

基于以上特征点，我们可以构建分割路径来分割449位。

Answer 2

使用以下方法进行关闭操作：

kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(2*h+1,1))
closed_img = cv.morphologyEx(img, cv.MORPH_CLOSE, kernel)