我想获取图像上框架文本的坐标。这些段落有细黑边框。图像的其余部分包含常用的段落和草图。
这是一个示例:
你知道我应该在Python中使用什么样的算法和图像库来实现这个目的吗？谢谢。
最佳答案
检测框架文本的一些想法，主要归结为搜索大尺寸的框/矩形:
使用 OpenCV 查找轮廓，使用
cv2.approxPolyDP()分析形状多边形近似算法(也称为 Ramer–Douglas–Peucker algorithm )。您还可以检查边界框的长宽比，以确保形状是矩形，并检查页面宽度，因为这在您的情况下似乎是已知的度量标准。 PyImageSearch 做了这篇很棒的文章:在 related question ，还有一个建议可以查看Hough Lines要检测水平线，请转动并以相同的方式检测垂直线。不能 100% 确定这种方法的可靠性。
找到框框后，下一步就是检查框内是否有任何文本。一般来说，检测文本是一个更广泛的问题，有很多方法可以实现，以下是一些示例:
tesseract (例如通过
pytesseract)但不确定这是否不会有太多误报如果这是一个更简单的盒子是否为空的情况，您可以检查内部的平均像素值 - 例如与
cv2.countNonZero()。示例:
其他引用资料:
关于python - 图像上框架文本的坐标，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/65355295/