OpenCV中的文本提取OpenCV

Question

我是OpenCV的新手，我看到很多OpenCV文本提取的解决方案，但没有一个解决了我的问题。我正在使用visual studio 2013与tesseract OCR，C++和OpenCV。

我的问题是从倾斜的图像中提取文本。这里是一个我想去倾斜的示例图片，我需要提取整个文本。

Answer 1

您可以看到本教程检测图像中的倾斜角度并处理它们。本教程彻底说明了如何解决你的问题：

http://felix.abecassis.me/2011/09/opencv-detect-skew-angle/

包括下面的链接教程JIST：

实现与OpenCV的

首先，让我们来声明一个函数compute_skew，它以图像的路径作为输入，并将检测到的角度输出到标准输出。 首先我们加载图像并将其大小存储在变量中，非常简单。

void compute_skew(const char* filename) 
{ 
    // Load in grayscale. 
    cv::Mat src = cv::imread(filename, 0); 
    cv::Size size = src.size(); 

在图像处理中，对象是白色，背景是黑色的，我们有相反，我们需要反转我们的图像的颜色：

cv::bitwise_not(src, src); 

，这里是结果：

为了计算偏斜，我们必须在文本中找到直线。在文本行中，我们并排放置几个字母，因此应该通过在图像中查找长长的白色像素来形成线条。这是下面一个例子：

当然作为人物有一个高度，我们发现几行从文本中的每个实际线路。通过稍后使用的参数或使用预处理，我们可以减少行数。

那么，我们如何找到图像中的行？我们使用一种称为霍夫变换的强大数学工具。我不会深入研究数学细节，但霍夫变换的主要思想是使用2D累加器来计算图像中发现给定线条的次数，整个图像被扫描并通过投票系统确定了“最佳”线。 我们使用了称为概率霍夫变换（PHT）的标准霍夫变换（SHT）的更高效变体。在OpenCV中，PHT是以HoughLinesP的名称实现的。

除霍夫变换的标准参数变换，我们有两个附加参数：

minLineLength - 最低行的长度。比这更短的线段将被拒绝。这是一个很好的工具，以删除小的残留线。 maxLineGap - 同一行上的点之间允许的最大间隙以链接它们。 这对于多列文本可能很有趣，例如我们可以选择不链接来自不同文本列的行。 现在回到C++，在OpenCV中，PHT存储线的端点，而SHT将线存储在极坐标（相对于原点）中。我们需要一个矢量以存储所有的终点：

std::vector<cv::Vec4i> lines; 

我们准备霍夫现在变换：

cv::HoughLinesP(src, lines, 1, CV_PI/180, 100, size.width/2.f, 20); 

我们使用的1的步长为ρ和π/ 180为θ，阈值（最小投票数）是100. minLineLength是宽度/ 2，如果文本很好地隔离，这不是一个不合理的假设。 maxLineGap是20，它似乎是一个差距的声音值。

在剩下的代码中，我们使用atan2数学函数简单计算每条线与水平线之间的角度，然后计算所有线的平均角度。 为了进行调试，我们还在一个名为disp_lines的新图像中绘制了所有的线条，并在新窗口中显示此图像。

cv::Mat disp_lines(size, CV_8UC1, cv::Scalar(0, 0, 0)); 
    double angle = 0.; 
    unsigned nb_lines = lines.size(); 
    for (unsigned i = 0; i < nb_lines; ++i) 
    { 
     cv::line(disp_lines, cv::Point(lines[i][0], lines[i][1]), 
       cv::Point(lines[i][2], lines[i][3]), cv::Scalar(255, 0 ,0)); 
     angle += atan2((double)lines[i][3] - lines[i][1], 
         (double)lines[i][2] - lines[i][0]); 
    } 
    angle /= nb_lines; // mean angle, in radians. 

    std::cout << "File " << filename << ": " << angle * 180/CV_PI << std::endl; 

    cv::imshow(filename, disp_lines); 
    cv::waitKey(0); 
    cv::destroyWindow(filename); 
} 

我们只需要一个主要功能，以调用compute_skew几个图片：

const char* files[] = { "m8.jpg", "m20.jpg", "p3.jpg", "p16.jpg", "p24.jpg"}; 

int main() 
{ 
    unsigned nb_files = sizeof(files)/sizeof(const char*); 
    for (unsigned i = 0; i < nb_files; ++i) 
     compute_skew(files[i]); 
}