将文本图像分离为组成字符图像

Question

我想将文本图像分成组成字符，也作为图像。例如，使用下面的示例，我最终得到14张图像。

我只会在一行上使用文本，因此y高度并不重要-我需要找到的是每个字母的开头和结尾，并裁剪到这些坐标。这样，我还可以避免出现“ i”，“ j”等问题。

我是图像处理的新手，我不确定该怎么做。某种形式的边缘检测？有没有办法确定连续的单色区域？任何帮助都很棒。

为了提高我的Python技能和对许多可用库的熟悉程度，所以我使用了Python Imaging
Library（PIL）
，但我也了解了OpenCV。

样本图片：

Answer 1

这不是一件容易的事，尤其是在背景不均匀的情况下。如果您拥有的是已经像示例一样的二进制图像，则它会稍微简单一些。

如果您的图片不是二进制图像，则可以开始应用阈值算法（Otsu自适应阈值效果很好）

之后，可以使用标记算法来识别形成形状的每个像素“岛”（在这种情况下为每个字符）。

当您有噪音时，就会出现问题。标记过但您不感兴趣的形状。在这种情况下，您可以使用某种启发式方法来确定形状何时为字符（如果文本位于定义明确的位置，则可以使用归一化区域，对象的位置等）。如果这还不够，您将需要处理更复杂的人员，例如形状特征提取算法和某种模式识别算法，例如多层感知器。

最后，这似乎是一项容易的任务，但是取决于图像的质量，可能会变得更加困难。此处引用的算法可以在Internet上轻松找到，也可以在某些库（如OpenCv）中实现。

还有更多帮助，请问，我当然可以帮忙;）