python - 使用 opencv - python 检测 W2 中的单个框

Question

我进行了广泛的研究，但找不到能够实现我需要的技术组合。

我有一种情况需要对数百个 W2 执行 OCR 以提取数据以进行对帐。 W2 的质量很差，因为它们是打印出来的，随后又被扫描回计算机。上述过程不在我的控制范围内；不幸的是，我必须利用现有的资源。

我去年能够成功执行此过程，但由于及时性是一个主要问题，我不得不强行执行它。为此，我手动指示要从中提取数据的坐标，然后一次仅对这些片段执行 OCR。今年，我想提出一个更动态的情况，因为坐标可能会发生变化，格式可能会发生变化等。

我已经包含了一个样本，在下面擦洗了 W2。这个想法是让 W2 上的每个框都是它自己的矩形，并通过遍历所有矩形来提取数据。我已经尝试了几种边缘检测技术，但没有一种技术能够准确地提供所需要的。我相信我还没有找到所需的预处理的正确组合。我已尝试镜像一些数独谜题检测脚本。

这是我迄今为止尝试的结果，以及 python 代码，无论是与 OpenCV 2 还是 3 一起使用:

import cv2
import numpy as np

img = cv2.imread(image_path_here)

newx,newy = img.shape[1]/2,img.shape[0]/2
img = cv2.resize(img,(newx,newy))
blur = cv2.GaussianBlur(img, (3,3),5)
ret,thresh1 = cv2.threshold(blur,225,255,cv2.THRESH_BINARY)

gray = cv2.cvtColor(thresh1,cv2.COLOR_BGR2GRAY)

edges = cv2.Canny(gray,50,220,apertureSize = 3)

minLineLength = 20
maxLineGap = 50
lines = cv2.HoughLinesP(edges,1,np.pi/180,100,minLineLength,maxLineGap)

for x1,y1,x2,y2 in lines[0]:
    cv2.line(img,(x1,y1),(x2,y2),(255,0,255),2)

cv2.imshow('hough',img)
cv2.waitKey(0)

Answer 1

呵呵，边缘检测不是唯一的方法。由于边缘足够厚(每个地方至少有一个像素)，二值化允许您分割框内的区域。

通过简单的标准，您可以摆脱困惑，仅边界框即可为您提供相当好的分割。