ओपनसीवी - क्रॉपिंग हस्तलिखित रेखाएं (रेखा विभाजन)

Question

मैं अजगर और ओपनसीवी का उपयोग कर एक हस्तलेख पहचान प्रणाली बनाने की कोशिश कर रहा हूं। पात्रों की मान्यता समस्या नहीं है लेकिन विभाजन है। मैं सफलतापूर्वक:

• एकल वर्ण में एक शब्द भी खंडित किया
• आवश्यक आदेश में शब्दों में एक एक वाक्य खंडित किया।

लेकिन मैं दस्तावेज़ में अलग-अलग पंक्तियों को विभाजित नहीं कर सका। मैंने समोच्चों को क्रमबद्ध करने की कोशिश की (रेखा विभाजन से बचने और केवल शब्द विभाजन का उपयोग करने के लिए) लेकिन यह काम नहीं किया। (यह बाएँ से सही ढंग से हल कर शब्द रिटर्न) मैं एक हस्तलिखित दस्तावेज़ में निहित खंड शब्द के लिए निम्न कोड का इस्तेमाल किया है, लेकिन यह बाहर के आदेश शब्द रिटर्न:

import cv2 
import numpy as np 
#import image 
image = cv2.imread('input.jpg') 
#cv2.imshow('orig',image) 
#cv2.waitKey(0) 

#grayscale 
gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY) 
cv2.imshow('gray',gray) 
cv2.waitKey(0) 

#binary 
ret,thresh = cv2.threshold(gray,127,255,cv2.THRESH_BINARY_INV) 
cv2.imshow('second',thresh) 
cv2.waitKey(0) 

#dilation 
kernel = np.ones((5,5), np.uint8) 
img_dilation = cv2.dilate(thresh, kernel, iterations=1) 
cv2.imshow('dilated',img_dilation) 
cv2.waitKey(0) 

#find contours 
im2,ctrs, hier = cv2.findContours(img_dilation.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) 

#sort contours 
sorted_ctrs = sorted(ctrs, key=lambda ctr: cv2.boundingRect(ctr)[0]) 

for i, ctr in enumerate(sorted_ctrs): 
    # Get bounding box 
    x, y, w, h = cv2.boundingRect(ctr) 

    # Getting ROI 
    roi = image[y:y+h, x:x+w] 

    # show ROI 
    cv2.imshow('segment no:'+str(i),roi) 
    cv2.rectangle(image,(x,y),(x + w, y + h),(90,0,255),2) 
    cv2.waitKey(0) 

cv2.imshow('marked areas',image) 
cv2.waitKey(0) 

कृपया ध्यान दें कि मैं खंड सभी शब्दों यहाँ करने में सक्षम हूँ, लेकिन वे वहाँ order.Is अलग एल में छवि नीचे

या

खंड के लिए शीर्ष के क्रम में इन आकृति सॉर्ट करने के लिए किसी भी तरह से बाहर दिखाई देते हैं इनस ताकि प्रत्येक पंक्ति को उपरोक्त कोड का उपयोग करके शब्दों में विभाजित किया जा सके?

Answer 1

मैं गया लाइन पर उपरोक्त कोड में एक परिवर्तन कर के लिए आवश्यक विभाजन:

kernel = np.ones((5,100), np.uint8) 

अब मैं आउटपुट के रूप में निम्नलिखित :

kernel = np.ones((5,5), np.uint8) 

मैं इसे करने के लिए बदल यह हस्तलिखित टेक्स्ट छवियों के साथ भी काम करता है जो पूरी तरह से क्षैतिज नहीं हैं: