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。
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