web-dev-qa-db-ja.com

opencv-手書きの行の切り取り（行の分割）

pythonとopencvを使用して手書き認識システムを構築しようとしています。文字の認識は問題ではなく、セグメンテーションです。私は正常に成功しました：

  • 単語を単一の文字に分割
  • 一文を必要な順序で単語に分割しました。

しかし、ドキュメント内の異なる行をセグメント化することはできませんでした。 （線の分割を避け、単語の分割のみを使用するために）輪郭を並べ替えようとしましたが、うまくいきませんでした。次のコードを使用して、手書きのドキュメントに含まれる単語を分割しましたが、単語の順序が正しくありません（単語が左から右に並べ替えられて返されます）。

import cv2
import numpy as np
#import image
image = cv2.imread('input.jpg')
#cv2.imshow('orig',image)
#cv2.waitKey(0)

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

#binary
ret,thresh = cv2.threshold(gray,127,255,cv2.THRESH_BINARY_INV)
cv2.imshow('second',thresh)
cv2.waitKey(0)

#dilation
kernel = np.ones((5,5), np.uint8)
img_dilation = cv2.dilate(thresh, kernel, iterations=1)
cv2.imshow('dilated',img_dilation)
cv2.waitKey(0)

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

#sort contours
sorted_ctrs = sorted(ctrs, key=lambda ctr: cv2.boundingRect(ctr)[0])

for i, ctr in enumerate(sorted_ctrs):
    # Get bounding box
    x, y, w, h = cv2.boundingRect(ctr)

    # Getting ROI
    roi = image[y:y+h, x:x+w]

    # show ROI
    cv2.imshow('segment no:'+str(i),roi)
    cv2.rectangle(image,(x,y),( x + w, y + h ),(90,0,255),2)
    cv2.waitKey(0)

cv2.imshow('marked areas',image)
cv2.waitKey(0)

ここですべての単語をセグメント化できることに注意してくださいただし、それらは順番に表示されます。これらの輪郭を上から下に並べ替える方法はありますか

[〜＃〜]または[〜＃〜]

上記のコードを使用して各行を単語に分割できるように、画像を別々の行に分割しますか？

pythonopencvtext-segmentationhandwriting-recognition
10
Sidharth Ramesh

上記のコードを次のように変更して、必要なセグメンテーションを取得しました。

kernel = np.ones((5,5), np.uint8)

私はそれを次のように変更しました：

kernel = np.ones((5,100), np.uint8)

今、私は次のように出力を取得します segmented lines of input text これは、完全に水平ではない線のある手書きのテキスト画像でも機能します。

EDIT：Wordから個々の文字を取得するには、次のようにします。

  1. 次のコードを使用して、Wordを含む輪郭のサイズを変更します。

    im = cv2.resize(image,None,fx=4, fy=4, interpolation = cv2.INTER_CUBIC)

  2. ライン分割と同じ輪郭検出プロセスを適用しますが、カーネルのサイズは（5,5）です。つまり、

    kernel = np.ones((5,5), np.uint8)
img_dilation = cv2.dilate(im_th, kernel, iterations=1)
11
Sidharth Ramesh