Erkennung von Interword Space in OCR mit Python und OpenCV

Question

Ich bin neu in Python und OpenCV. Ich arbeite derzeit an OCR mit Python und OpenCV ohne Tesseract. Bis jetzt war ich erfolgreich bei der Erkennung des Textes (Zeichen und Ziffern), aber ich habe ein Problem, Raum zwischen Wörtern zu erkennen. Eg- Wenn das Bild sagt "Hallo John", dann erkennt hallo John aber kann nicht erkennen, Abstand zwischen ihnen, so ist meine Ausgabe "HelloJohn" ohne Leerzeichen zwischen ihnen.Meine Code zum Extrahieren von Kontur geht so (I alle notwendigen Module importiert haben, ist dies einer der Hauptmodul Extrahieren Kontur):

imgGray = cv2.cvtColor(imgTrainingNumbers, cv2.COLOR_BGR2GRAY) 
imgBlurred = cv2.GaussianBlur(imgGray, (5,5), 0)       


imgThresh = cv2.adaptiveThreshold(imgBlurred,       
            255,         
            cv2.ADAPTIVE_THRESH_GAUSSIAN_C,  
            cv2.THRESH_BINARY_INV,     
            11,         
            2)          

cv2.imshow("imgThresh", imgThresh)  

imgThreshCopy = imgThresh.copy()   

imgContours, npaContours, npaHierarchy = cv2.findContours(imgThreshCopy,   
              cv2.RETR_EXTERNAL,     
              cv2.CHAIN_APPROX_SIMPLE)   

Danach I die extrahierten Konturen klassifizieren, die Ziffern und Zeichen sind. Bitte helfen Sie mir, Raum zwischen ihnen zu erkennen. Vielen Dank im Voraus, Ihre Antwort wäre sehr hilfreich.

Answer 1

Da Sie keine Beispielbilder gegeben haben, ich erzeugen nur ein einfaches Bild mit testen:

h, w = 100, 600 
img = np.zeros((h, w), dtype=np.uint8) 
font = cv2.FONT_HERSHEY_SIMPLEX 
cv2.putText(img, 'OCR with OpenCV', (30, h-30), font, 2, 255, 2, cv2.LINE_AA) 

Wie ich in den Kommentaren erwähnt, wenn Sie einfach dilate das Bild, dann Die weißen Bereiche werden erweitert. Wenn Sie dies mit einem Kernel tun, der groß genug ist, damit die Buchstaben in der Nähe verschmelzen, aber klein genug, dass die einzelnen Wörter nicht zusammenpassen, können Sie die Konturen jedes Wortes extrahieren und damit ein Wort für OCR-Zwecke maskieren.

kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (15, 15)) 
dilated = cv2.dilate(img, kernel) 

die Maske jedes Wort einzeln zu erhalten, finden nur die Konturen dieser größeren Blobs. Sie können die Konturen auch sortieren; vertikal, horizontal oder beides, so dass Sie die Wörter in der richtigen Reihenfolge erhalten. Hier, da ich nur eine einzige Zeile haben, werde ich irgendwie nur in der x Richtung:

contours = cv2.findContours(dilated, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)[1] 
contours = sorted(contours, key=lambda c: min(min(c[:, :, 0]))) 

for i in range(len(contours)): 

    mask = np.zeros((h, w), dtype=np.uint8) 

    # i is the contour to draw, -1 means fill the contours 
    mask = cv2.drawContours(mask, contours, i, 255, -1) 
    masked_img = cv2.bitwise_and(img, img, mask=mask) 

    cv2.imshow('Masked single word', masked_img) 
    cv2.waitKey() 

    # do your OCR here on the masked image