Jak przekonwertować obraz na segmenty znaków?

Question

Często w procesie OCR plik obrazu jest zasadniczo cięty na segmenty, a każdy znak jest rozpoznawany jako segment. Na przykład

musi zostać przekształcona w coś podobnego

Także, czy istnieje algorytm dla języków azjatyckich, takich jak Telugu łatwo dostępnych do tego celu? Jeśli nie, jak to zrobić w przypadku języka angielskiego?

Answer 1

Można to łatwo zrobić za pomocą OpenCV. Poniżej znajduje się przykładowy kod:

import cv2 
import numpy as np 

# Load the image 
img = cv2.imread('sof.png') 

# convert to grayscale 
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) 

# smooth the image to avoid noises 
gray = cv2.medianBlur(gray,5) 

# Apply adaptive threshold 
thresh = cv2.adaptiveThreshold(gray,255,1,1,11,2) 
thresh_color = cv2.cvtColor(thresh,cv2.COLOR_GRAY2BGR) 

# apply some dilation and erosion to join the gaps 
thresh = cv2.dilate(thresh,None,iterations = 3) 
thresh = cv2.erode(thresh,None,iterations = 2) 

# Find the contours 
contours,hierarchy = cv2.findContours(thresh,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE) 

# For each contour, find the bounding rectangle and draw it 
for cnt in contours: 
    x,y,w,h = cv2.boundingRect(cnt) 
    cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2) 
    cv2.rectangle(thresh_color,(x,y),(x+w,y+h),(0,255,0),2) 

# Finally show the image 
cv2.imshow('img',img) 
cv2.imshow('res',thresh_color) 
cv2.waitKey(0) 
cv2.destroyAllWindows() 

wyjściowa będzie wyglądać następująco: