Извлечение текста для ввода текста в форме с помощью OpenCV

Question

Я очень новичок в OpenCV Python, и мне действительно нужна помощь здесь.

Так что я пытаюсь сделать здесь, чтобы извлечь эти слова на изображении ниже.

Слово и формы все рисованные, так что они не являются совершенными. Я сделал некоторую кодировку ниже.

Прежде всего, я полутоновое изображение

img_final = cv2.imread(file_name) 
img2gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) 

Затем я использую THRESH_INV для показа содержимого

ret, new_img = cv2.threshold(image_final, 100 , 255, cv2.THRESH_BINARY_INV) 

После чего, я расширяющего содержания

kernel = cv2.getStructuringElement(cv2.MORPH_CROSS,(3 , 3)) 
dilated = cv2.dilate(new_img,kernel,iterations = 3) 

I расширяется изображение связано с тем, что я могу идентифицировать текст как один кластер

После этого, я применяю boundingRect по контуру и нарисуйте вокруг прямоугольника

contours, hierarchy = cv2.findContours(dilated,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE) # get contours 
index = 0 
for contour in contours: 

    # get rectangle bounding contour 
    [x,y,w,h] = cv2.boundingRect(contour) 

    #Don't plot small false positives that aren't text 
    if w < 10 or h < 10: 
     continue 

    # draw rectangle around contour on original image 
    cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,255),2) 

Это то, что я после этого.

Я только в состоянии обнаружить один из текста. Я пробовал много других методов, но это результаты шкафа, которые у меня есть, и это не соответствует требованию.

Причина, по которой я могу идентифицировать текст, так что я могу получить координату X и Y каждого текста в этом изображении, поставив ограничивающий прямоугольник «boundingRect()».

Пожалуйста, помогите мне. Большое вам спасибо

Answer 1

Вы можете использовать тот факт, что связанная компонента букв намного меньше больших штрихов остальной части диаграммы.

Я использовал компоненты, связанные с opencv3 в коде, но вы можете делать то же самое, используя findContours.

Код:

import cv2 
import numpy as np 

# Params 
maxArea = 150 
minArea = 10 

# Read image 
I = cv2.imread('i.jpg') 

# Convert to gray 
Igray = cv2.cvtColor(I,cv2.COLOR_RGB2GRAY) 

# Threshold 
ret, Ithresh = cv2.threshold(Igray,0,255,cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU) 

# Keep only small components but not to small 
comp = cv2.connectedComponentsWithStats(Ithresh) 

labels = comp[1] 
labelStats = comp[2] 
labelAreas = labelStats[:,4] 

for compLabel in range(1,comp[0],1): 

    if labelAreas[compLabel] > maxArea or labelAreas[compLabel] < minArea: 
     labels[labels==compLabel] = 0 

labels[labels>0] = 1 

# Do dilation 
se = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(25,25)) 
IdilateText = cv2.morphologyEx(labels.astype(np.uint8),cv2.MORPH_DILATE,se) 

# Find connected component again 
comp = cv2.connectedComponentsWithStats(IdilateText) 

# Draw a rectangle around the text 
labels = comp[1] 
labelStats = comp[2] 
#labelAreas = labelStats[:,4] 

for compLabel in range(1,comp[0],1): 

    cv2.rectangle(I,(labelStats[compLabel,0],labelStats[compLabel,1]),(labelStats[compLabel,0]+labelStats[compLabel,2],labelStats[compLabel,1]+labelStats[compLabel,3]),(0,0,255),2)