python - 从图像中去除线条伪影

Question

我正在创建一个 OCR 应用程序。它以扫描或照片打印形式从盒装部分中提取手写字符，并使用 CNN 读取它。

它使用轮廓成功地提取了字符，但在某些情况下，有些线条也被读取为轮廓。这些线条似乎是纯噪声或裁剪盒装部分时剩余像素的结果。盒装部分使用轮廓裁剪。

基本上，当使用良好的扫描仪扫描表单并以 PNG 格式保存时，它就可以工作。否则，它将无法正常工作。我也需要它来处理 JPEG 文件和废话相机/扫描仪。

那么这更多的是一个问题，即我在理论上可以使用哪些可能的技术。

我想删除行，或者让代码忽略它。

我试过了：

• 用负数n “填充”裁剪的盒装部分。因此，它改为从每一侧删除n 个像素。不过这个不能用太多，因为它也会吃掉角色的像素。
• 使用形态学操作“关闭”。不过，修改内核大小几乎没有什么意义。
• 实施盒装截面面积：字符面积比。如果检索到的轮廓面积与盒装截面面积的比率不在该范围内，则将其忽略。

这是它的样子：

灰色部分勾勒出检测到的轮廓。数字表示轮廓的索引，按检测到的顺序排列。请注意，也检测到了线条。我想摆脱这个。

除了干扰模型并使其在试图解释这些时胡说八道的线条之外，在某些情况下它似乎也会导致此错误：

ValueError: cannot reshape array of size 339 into shape (1,28,28,1)

也许我会在此期间开始调查这个问题。

标签： pythonopencv