ヒストグラムを使ってテキスト領域を認識する方法は？

Question

私はこのようになりますサンプル画像を持っている：

テキストセクションを区切る一つ以上の水平線があるかもしれません。私がどのように見えるテキストの4つのチャンクを取得するために探しています：

水平線は、テキストや外部の長方形に近いかもしれないことは常に存在ではありません。

私は、次の を試してみました - しきい値 - &拡張 をむしばむ - 水平線をテキストに近いのでFindContours

、上記および下記のテキストを取得するために浸食さと拡張する一切のクリーンな方法はありませんこの線。時にはそれが動作し、時々それはテキストへの線の近さに依存しません。

ヒストグラムを使用すると、水平線が認識され、テキストチャンクが常に一貫して識別されることが読み取れます。どのようにこれを行うことができますか？

Answer 1

ホークラインの検出 - >ブラックアウトザライン - >ダイヤル。

コード

import cv2 
import numpy as np; 

im = cv2.imread("im.png") 

im_gray=cv2.cvtColor(im,cv2.COLOR_BGR2GRAY) 
ret,thresh = cv2.threshold(im_gray,127,255,cv2.THRESH_BINARY_INV) 

edges = cv2.Canny(im_gray,50,150,apertureSize = 3) 
minLineLength = 100 
maxLineGap = 100 
lines = cv2.HoughLinesP(edges,1,np.pi/180,100,minLineLength,maxLineGap) 
for line in lines: 
    for x1,y1,x2,y2 in line: 
     cv2.line(thresh,(x1,y1),(x2,y2),(0),5) 


kernel = np.ones((3,3),np.uint8) 

thresh = cv2.dilate(thresh,kernel,iterations = 10) 





_,contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE) 
minArea=5000 #nothing 
for cnt in contours: 
    area=cv2.contourArea(cnt) 
    if(area>minArea): 
     rect = cv2.minAreaRect(cnt) 
     box = cv2.boxPoints(rect) 
     box = np.int0(box) 
     cv2.drawContours(im,[box],0,(0,0,255),2) 

cv2.imshow("thresh", im) 
cv2.imwrite('so_result.jpg',im) 
cv2.waitKey(0) 

出力