使用矩形边界框将图像切成文本行

问题描述

我有一张要分割其各行的文本页面的扫描图像。 例如，使用简单的方法，例如：

• 使用矩形边界框方法
• 将其切成固定矩形

矩形的大小应该是一个可以手动更改的变量。

我不想使用投影轮廓法，因为可能会碰到重叠的线。

在这里，我只想尝试使用这种矩形方式将其切成薄片的这种方法。

我正在寻找一种使过程自动化的方法（而不是手动裁剪）

有人可以建议Matlab / Python中的实现和相关资料吗？

我的输入是一个jpg图像，输出将是许多图像（基于行数），目的是将每个分段的行ROI保存为line_1.jpg，lie_2.jpg等。

解决方法

这是一种基于一组Line_Height将图像切成几个矩形的原始方法。不幸的是，该方法依赖于每条线的高度相等并且图像不经受大量视差。在实施以下代码之前，还可以使用文本检测和其他技术来评估每行的高度。

Line_Height = 100;

Image = imread('Tiger_Drawing.jpg');

figure(1)
imshow(Image);

[Image_Height,Image_Width] = size(Image);

Number_Of_Lines = floor(Image_Height/Line_Height);

for Line_Index = 1: +1: Number_Of_Lines

Bottom_Boundary = (Line_Index-1)*Line_Height+1;
Upper_Boundary = (Line_Index)*Line_Height+1;
    
if Upper_Boundary > Image_Height
Upper_Boundary = Image_Height;
end

fprintf("(%d -> %d)\n",Bottom_Boundary,Upper_Boundary);    

Image_Segment = Image(Bottom_Boundary:Upper_Boundary,:,:);
Image_Segment_File_Name = "line_" + num2str(Line_Index) + ".jpg";
imwrite(Image_Segment,Image_Segment_File_Name);

figure(2)
subplot(Number_Of_Lines,1,Line_Index); imshow(Image_Segment);

if (Line_Index == 1)
title('Sliced Image');
end

end