提取文本 OpenCV 轮廓答案

【问题标题】：Extracting text OpenCV Contours提取文本 OpenCV 轮廓
【发布时间】：2018-07-20 21:41:13
【问题描述】：

我尝试使用 tesseract 对每个单独的轮廓进行 ocr，但没有从中获取正确的文本。使用Extracting text OpenCV 正确完成轮廓识别。请提出建议。

【问题讨论】：

进行图像归一化和形态学运算，以均衡图像并减少图像中的噪声。然后，如果你遵循轮廓过程，它有助于给出正确的结果。
如果可能，分享图片以便更好地了解您的问题
感谢您的快速回复，是的，我做了形态学操作，但没有给出正确的结果。我先腐蚀然后膨胀，然后定位轮廓并提取轮廓块。提取这些块后，我正在为 tesseract-ocr 处理相同的内容，但没有为大多数块提供正确的文本。我从上面的链接中获取了图片以供参考。

标签： python-3.x opencv3.0

【解决方案1】：

由于图像预处理不当，您无法从 OCR 获得正确的文本。尝试各种图像处理技术来缩小图像的可行方法。正如你在python下问过的，如果你有彩色图像，

将其转换为黑白图像，以消除颜色噪点。

img = cv2.imread('name_of_the_coloured_input_image',0)
使用opencv的模糊技术（平均、高斯模糊、中值模糊和双边滤波）对图像进行模糊处理，从而减少图像中的各种噪声。 Please refer to this link and try out various techniques
然后使用阈值处理（简单、自适应或 otsu 阈值处理），它会移除所有小于某个阈值的像素。 Please refer to this link and try out various techniques

现在，获取轮廓并尝试在轮廓上使用 tesseract 以获得更好的结果。

注意：请记住，要使 tesseract 正常工作，您的文本应该是黑底白字。

【讨论】：

感谢您的回答。我已经在下面的答案中发布了我的步骤，请检查并告诉我改进点。

【解决方案2】：

请检查以下功能，如果有什么遗漏请告诉我。

#gray out the image
gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
cv2.imshow('gray', gray)
cv2.waitKey(0)

#image blurring
blur = cv2.blur(gray,(1,1))
cv2.imshow('Blur', blur)
cv2.waitKey(0)

#threshold & invert
ret, thresh = cv2.threshold(blur, 127, 255, cv2.THRESH_BINARY_INV)
thresh_copy = thresh.copy()
cv2.imshow("Threshold", thresh_copy)
cv2.waitKey(0)

#Erosion
kernel1 = np.ones((1,1), np.uint8)
img_erosion = cv2.erode(thresh, kernel1, iterations=1)
cv2.imshow("Erosion", img_erosion.copy())
cv2.waitKey(0)

#applying dilation
kernel = np.ones((6,10), np.uint8)
img_dilation = cv2.dilate(img_erosion.copy(), kernel, iterations=1)
cv2.imshow("Dilation", img_dilation)
cv2.waitKey(0)

#find contours
im2, ctrs, hier = cv2.findContours(img_dilation.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

return ctrs

【讨论】：

尝试用adaptive threshold代替threshold和kernel1结构元素可以用Size(12, 3)的MORPH_RECT替换，后跟morphologyEx可以在findContours进程之前使用。
我也尝试使用自适应阈值，我能够找到确切的轮廓，但是在将这些提取的轮廓处理为 tesseract 时，我得到了奇怪的结果。
您可以在轮廓处理之前进行水平和垂直线检测，从图像中过滤掉不敬的对象。请参阅此链接 [docs.opencv.org/3.2.0/d1/dee/…