我正在处理一个项目,在这个项目中,我应该从图像中检测和提取文本,以便稍后将其提供给搜索软件。
我正在学习OpenCV,但我只在Python中发现Java中的内容不多。我想用Java实现这一点。但是,如果您知道如何在Python中这样做,C++就可以了。我只需要算法就知道了。
我的计划是旋转图像90°,使其成为二值图像(阈值),检测感兴趣区域( ROI ),在这种情况下,文本或形状矩形,裁剪保存文本的白色矩形,最后使用OCR和Tesseract获得文本(PISF-28-1469-3)。
但是使用tesseract提取文本是可以的,我知道如何做到这一点。我只需要得到保存文本的白色矩形或保存文本的最小区域,并以更好的形式保存它,以便以后与Tesseract (OCR)一起使用。
我会批量使用脚本,因为我没有这个图像。其他的图像可以有不同的大小。
有人能帮我吗?
我会接受任何帮助。
我的形象是:

发布于 2020-03-28 21:16:28
下面是在Python/OpenCV中这样做的一种方法
grayscale
F 215的边框中提取的文本
输入:

import cv2
import numpy as np
# load image
img = cv2.imread("rock.jpg")
# convert to gray
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# threshold image
thresh = cv2.threshold(gray, 150, 255, cv2.THRESH_BINARY)[1]
# apply morphology to clean up small white or black regions
kernel = np.ones((5,5), np.uint8)
morph = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)
morph = cv2.morphologyEx(morph, cv2.MORPH_OPEN, kernel)
# thin region to remove excess black border
kernel = np.ones((3,3), np.uint8)
morph = cv2.morphologyEx(morph, cv2.MORPH_ERODE, kernel)
# find contours
cntrs = cv2.findContours(morph, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cntrs = cntrs[0] if len(cntrs) == 2 else cntrs[1]
# Contour filtering -- keep largest, vertically oriented object (h/w > 1)
area_thresh = 0
for c in cntrs:
area = cv2.contourArea(c)
x,y,w,h = cv2.boundingRect(c)
aspect = h / w
if area > area_thresh and aspect > 1:
big_contour = c
area_thresh = area
# extract region of text contour from image
x,y,w,h = cv2.boundingRect(big_contour)
text = img[y:y+h, x:x+w]
# extract region from thresholded image
binary_text = thresh[y:y+h, x:x+w]
# write result to disk
cv2.imwrite("rock_thresh.jpg", thresh)
cv2.imwrite("rock_morph.jpg", morph)
cv2.imwrite("rock_text.jpg", text)
cv2.imwrite("rock_binary_text.jpg", binary_text)
cv2.imshow("THRESH", thresh)
cv2.imshow("MORPH", morph)
cv2.imshow("TEXT", text)
cv2.imshow("BINARY TEXT", binary_text)
cv2.waitKey(0)
cv2.destroyAllWindows()缩影图像:

形态学清洁图像:

提取文本区域图像:

提取的二进制文本区域图像:

https://stackoverflow.com/questions/60906448
复制相似问题