Segmentacja znaków na zdjęciu opencv - opencv, ocr

Mam ze sobą powyższy obraz tablicy rejestracyjnej. Moim celem jest segmentacja każdej postaci indywidualnie i przejście do mojej sieci neuronowej. Próbowałem znaleźć kontury i użyć prostokątów ograniczających do segmentowania tych znaków za pomocą następującego kodu:

img = cv2.imread("download.jpeg")
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
gray_img = cv2.GaussianBlur(gray_img, (5,5), 0)
ret, im_th = cv2.threshold(gray_img, 90, 255, cv2.THRESH_BINARY_INV)
im_th = cv2.adaptiveThreshold(gray_img, 255,
cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY,75, 10)
im_th = cv2.bitwise_not(im_th)

ctrs, hier = cv2.findContours(im_th.copy(), cv2.RETR_EXTERNAL,
cv2.CHAIN_APPROX_SIMPLE)
cv2.drawContours(img, ctrs, -1, (0,255,0), 3)
rects = [cv2.boundingRect(ctr) for ctr in ctrs]
print len(rects)
for rect in rects:
cv2.rectangle(img,(rect[0], rect[1]), (rect[0] + rect[2], rect[1] + rect[3]), (0,255,0),3)
length = int(rect[3] * 1.6)
pt1 = int(rect[1] + rect[3] // 2 - length // 2)
pt2 = int(rect[0] + rect[2] // 2 - length // 2)
roi = img[pt1:pt1+length, pt2:pt2+length]

Powyższy kod tworzy regiony, które obejmująprostokąty ograniczające inne niż znaki. Chociaż mógłbym ręcznie odfiltrować te regiony, zmieniałby się w zależności od obrazu. Jak mam to zrobić, jeśli muszę tylko wyodrębnić regiony z postaciami?

Odpowiedzi:

#read image
img = cv2.imread("input_image.png")

#grayscale
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
cv2.waitKey(0)

#binarize
ret,thresh = cv2.threshold(gray,127,255,cv2.THRESH_BINARY_INV)
cv2.waitKey(0)

#find contours
im2,ctrs, hier = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL,
cv2.CHAIN_APPROX_SIMPLE)

#sort contours
sorted_ctrs = sorted(ctrs, key=lambda ctr: cv2.boundingRect(ctr)[0])

for i, ctr in enumerate(sorted_ctrs):
# Get bounding box
x, y, w, h = cv2.boundingRect(ctr)

# Getting ROI
roi = img[y:y+h, x:x+w]

# show ROI
#cv2.imwrite("roi_imgs.png", roi)
cv2.imshow("charachter"+str(i), roi)
cv2.rectangle(img,(x,y),( x + w, y + h ),(90,0,255),2)
cv2.waitKey(0)

cv2.imshow("marked areas",img)
cv2.waitKey(0)