【中文OCR】中文字符图片的分割方法 |
您所在的位置：网站首页 › 中文有几种笔画方法图片 › 【中文OCR】中文字符图片的分割方法 |
|
最近想做一个关于中文OCR的小系列，也是对之前做的东西的一个总结。作为这个系列的第一篇，我觉得还是有必要说一下关于中文字符图片分割的问题。因为现在开源的OCR代码比较多，相对而言对字符图片的分割的方法提的比较少，尤其是中文字符图片的分割还是有一定困难在里面的。 一、普遍使用的切割方法现在大部分开源项目上用切割方法还是基于水平、垂直投影字符切割方法。 原理比较简单容易理解，也比较容易实现。先对一个文本图片进行水平投影，得到图片在垂直方向上的像素分布，有像素存在的区域即为文本所在区域；将该行文本切割下来，再对该行文本图片进行垂直投影，得到水平方向的像素分布，同理有像素存在的区域基本字符所在区域。 from PIL import Image import numpy as np min_thresh = 2 #字符上最少的像素点 min_range = 5 #字符最小的宽度 def vertical(img_arr): h,w = img_arr.shape ver_list = [] for x in range(w): ver_list.append(h - np.count_nonzero(img_arr[:, x])) return ver_list def horizon(img_arr): h,w = img_arr.shape hor_list = [] for x in range(h): hor_list.append(w - np.count_nonzero(img_arr[x, :])) return hor_list def OTSU_enhance(img_gray, th_begin=0, th_end=256, th_step=1): max_g = 0 suitable_th = 0 for threshold in xrange(th_begin, th_end, th_step): bin_img = img_gray > threshold bin_img_inv = img_gray max_g: max_g = g suitable_th = threshold return suitable_th def cut_line(horz, pic): begin, end = 0, 0 w, h = pic.size cuts=[] for i,count in enumerate(horz): if count >= min_thresh and begin == 0: begin = i elif count >= min_thresh and begin != 0: continue elif count = 2: cuts.append((end - begin, begin, end)) begin = 0 end = 0 continue elif count 1 and cuts[1][0] in range(int(cuts[0][0] * 0.8), cuts[0][0]): return 0, False else: crop_ax = (0, cuts[0][1], w, cuts[0][2]) img_arr = np.array(pic.crop(crop_ax)) return img_arr, True def simple_cut(vert): begin, end = 0,0 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
| CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |