从圆形边框内提取文本

Question

我正在尝试使用 Python 和 OpenCV 开发一个脚本，以检测扫描的仪器图上的一些突出显示区域，并使用 Tesseract 的 OCR 功能输出文本。我的工作流程是首先检测感兴趣区域的大体附近，然后应用处理步骤去除除文本块（线条、边框、噪声）之外的所有内容。然后将处理后的图像输入 Tesseract 的 OCR 引擎。

此工作流程适用于大约一半的图像，但由于文本接触边框而在其余图像上失败。我将在下面展示一些我的意思的例子：

步骤 1：通过使用 InRange 和荧光笔的颜色范围创建蒙版来查找感兴趣的区域。

第 2 步：绘制感兴趣区域的轮廓，裁剪并保存到文件。

--- 引用的代码从这里开始 ---

步骤 3：阈值图像并应用 Canny 边缘检测

步骤 4：轮廓边缘并使用 cv2.approxPolyDP 将它们过滤成圆形并查看顶点大于 8 的边缘。取第一或第二大轮廓通常对应于内边缘。

第 5 步：使用掩码和按位操作，轮廓内的所有内容都被转换为白色背景图像。膨胀和腐蚀用于对图像进行降噪并创建输入 OCR 引擎的最终图像。

import cv2
import numpy as np 
import pytesseract 
pytesseract.pytesseract.tesseract_cmd = 'C:/Program Files (x86)/Tesseract-OCR/tesseract'

d_path = "Test images\\"

img_name = "cropped_12.jpg"

img = cv2.imread(d_path + img_name)  # Reads the image

## Resize image before calculating contour 
height, width = img.shape[:2]
img = cv2.resize(img,(2*width,2*height),interpolation = cv2.INTER_CUBIC)  

img_orig = img.copy()           # Makes copy of original image  

img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)    # Convert to grayscale

#  Apply threshold to get binary image and write to file
_, img = cv2.threshold(img,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)


# Edge detection 
edges = cv2.Canny(img,100,200)

# Find contours of mask threshold 
_, contours, hierarchy = cv2.findContours(edges, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

# Find contours associated w/ polygons with 8 sides or more 
cnt_list = []
area_list = [cv2.contourArea(c) for c in contours]
for j in contours:
    poly_pts = cv2.approxPolyDP(j,0.01*cv2.arcLength(j,True),True)
    area = cv2.contourArea(j)
    if (len(poly_pts) > 8) & (area == max(area_list)):
        cnt_list.append(j)

cv2.drawContours(img_orig, cnt_list, -1, (255,0,0), 2)

# Show contours 
cv2.namedWindow('Show',cv2.WINDOW_NORMAL)
cv2.imshow("Show",img_orig)
cv2.waitKey()
cv2.destroyAllWindows()

# Zero pixels outside circle 
mask = np.zeros(img.shape).astype(img.dtype)
cv2.fillPoly(mask, cnt_list, (255,255,255))
mask_inv = cv2.bitwise_not(mask)

a = cv2.bitwise_and(img,img,mask = mask)
wh_back = np.ones(img.shape).astype(img.dtype)*255
b = cv2.bitwise_and(wh_back,wh_back,mask = mask_inv)

res = cv2.add(a,b)

# Get rid of noise 
kernel = np.ones((2, 2), np.uint8)
res = cv2.dilate(res, kernel, iterations=1)
res = cv2.erode(res, kernel, iterations=1)

# Show final image 
cv2.namedWindow('result',cv2.WINDOW_NORMAL)
cv2.imshow("result",res)
cv2.waitKey()
cv2.destroyAllWindows()

当代码工作时，这些是输出的图像： 工作

但是，在文本接触圆形边框的情况下，代码假定文本的一部分是较大轮廓的一部分并忽略最后一个字母。例如： 不工作

是否有任何处理步骤可以帮助我绕过此问题？或者也许是一种不同的方法？我曾尝试使用 Hough Circle Transforms 来尝试检测边界，但它们非常挑剔，并且效果不如轮廓。

我对 OpenCV 和 Python 还是很陌生，所以任何帮助将不胜感激。

Answer 1

如果霍夫圆变换对您不起作用，我认为您最好的选择是近似边界形状。我知道的最好的方法是：Douglas-Peucker 算法，它可以通过减少图片的周长来使轮廓更简单。

您可以从 OpenCV 检查此参考文件，以了解可以应用于您的寄宿生的后处理类型。他们还提到了 Douglas-Peucker： OpenCV 边界处理