在对技术图纸进行OCR处理时，大多数（全部？）ocr引擎都存在周围几何图形的问题，有时会错误地将直线解释为字母。
为了提高OCR的质量，我首先要从图像中删除某些元素，主要是圆形和矩形。
所有图纸都是黑白的，看起来与下面的示例非常相似。
实现此目标的最佳方法是什么？我玩过image magick和opencv效果不佳...
okam6hz 回答：从技术图纸图像中删除圆圈
这是部分解决方案。这个问题可以分为两个步骤：
1）通过删除水平线和垂直线来删除矩形
我们创建垂直和水平内核，然后执行变形变形以检测线条。在这里，我们使用按位运算来删除行。
垂直线（左）和水平线（右）
已删除的行
import cv2
image = cv2.imread('1.jpg')
vertical_kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(1,15))
remove_vertical = 255 - cv2.morphologyEx(image,cv2.MORPH_CLOSE,vertical_kernel)
horizontal_kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(15,1))
remove_horizontal = 255 - cv2.morphologyEx(image,horizontal_kernel)
result = cv2.add(cv2.add(remove_vertical,remove_horizontal),image)
cv2.imshow('result',result)
cv2.waitKey()
2）检测/删除圈子
有几种方法可以删除圆圈
- 使用
cv2.HoughCircles()。这是detect circles in images using Hough Circles 的不错的教程
- 使用
cv2.getStructuringElement()来构建cv2.MORPH_ELLIPSE内核，然后执行morphological operations来分离圆轮廓 - 使用具有轮廓近似和轮廓过滤的简单形状检测来检测圆。此方法使用
cv2.arcLength()和cv2.approxPolyDP()进行轮廓逼近。使用此方法的一个折衷方案是，它仅适用于“完美”形状。看看detect simple geometric shapes和opencv shape detection