基于OpenCV.Net连通域分析进行文本块分割

上一次通过投影的方式进行了文本块分割，（见 https://www.cnblogs.com/BoyTNT/p/11812323.html ）但这种方法有很大的局限性，要求分行清晰、不能有字符跨多行、不能倾斜，而且对噪声比较敏感。还是拿上一回的图片，但是我在上面加了一个比较大的字，得出的结果就有问题了：

可以看到，由于右下角大大的“测”字跨了多行，导致水平投影分行时就出错了。

本次换一种方法，基于连通性分析来做。简单讲，就是把图像做一定的膨胀操作，使得同一个字符的不同部分以及相邻字符相互重叠到一起，变成一个整体，然后再通过分析找到每一个独立的块，排除掉噪声，剩下的基本就是符合条件的结果了。

直接上代码，后面再分析：

using System;
using System.Collections.Generic;
using System.IO;
using System.Text;

using OpenCvSharp;
using OpenCvSharp.Extensions;
using OpenCvSharp.Utilities;

namespace OpenCvTest
{
    class Program
    {
        static void Main(string[] args)
        {
            //读入源文件
            var src = IplImage.FromFile("source.jpg");

            //转换到灰度图
            var gray = Cv.CreateImage(src.Size, BitDepth.U8, );
            Cv.CvtColor(src, gray, ColorConversion.BgrToGray);

            //做一下膨胀，x与y方向都做，但系数不同
            //使用了Erode方法，腐蚀操作，针对白色区域，所以等效于对文字进行了膨胀
            var kernal = Cv.CreateStructuringElementEx(, , , , ElementShape.Rect);
            Cv.Erode(gray, gray, kernal, );

            //二值化
            Cv.Threshold(gray, gray, , , ThresholdType.BinaryInv | ThresholdType.Otsu);

            //检测连通域，每一个连通域以一系列的点表示，FindContours方法只能得到第一个域
            var storage = Cv.CreateMemStorage();
            CvSeq<CvPoint> contour = null;
            Cv.FindContours(gray, storage, out contour, CvContour.SizeOf, ContourRetrieval.CComp, ContourChain.ApproxSimple);
            var color = new CvScalar(, , );

            //开始遍历
            while (contour != null)
            {
                //得到这个连通区域的外接矩形
                var rect = Cv.BoundingRect(contour);

                //如果高度不足，或者长宽比太小，认为是无效数据，否则把矩形画到原图上
                if(rect.Height >  && (rect.Width * 1.0 / rect.Height) > 0.2)
                    Cv.DrawRect(src, rect, color);

                //取下一个连通域
                contour = contour.HNext;
            }
            Cv.ReleaseMemStorage(storage);

            //显示
            Cv.ShowImage("Result", src);
            Cv.WaitKey();
            Cv.DestroyAllWindows();
        }
    }
}

下面来一步一步分析。读入的原图是这样的：

转换到灰度图并膨胀处理后，已经可以大致看出同一文本块的多个字符已经连到一起了：

二值化后的图像：

做连通性分析后，原始分析出的结果是这样的：

Cv.DrawContours(src, contour, color, color, );

对每个连通域取外接矩形，得到的最终结果是这样的：

可以看到效果比之前好了很多，比较大的字可以作为独立的文本块被检测出来了。另外即使是同一行的文本块，也会有轻微的上下浮动，不再是绝对按行对齐了。

未经许可严禁转载。