किसी छवि को वर्ण खंड में कनवर्ट करने के लिए कैसे करें?

Question

अक्सर ओसीआर की प्रक्रिया में, एक छवि फ़ाइल अनिवार्य रूप से सेगमेंट में कट जाती है, और प्रत्येक चरित्र को प्रत्येक सेगमेंट के रूप में पुन: उपयोग किया जाता है। उदाहरण के लिए,

भी तरह कुछ करने के लिए तब्दील किया जाना है, वहाँ इस उद्देश्य के लिए आसानी से उपलब्ध तेलुगू की तरह एशियाई भाषाओं के लिए किसी भी एल्गोरिथ्म है? यदि नहीं, तो यह अंग्रेजी के लिए कैसे किया जाता है?

Answer 1

इसे ओपनसीवी का उपयोग करके आसानी से किया जा सकता है। नीचे एक नमूना कोड है:

import cv2 
import numpy as np 

# Load the image 
img = cv2.imread('sof.png') 

# convert to grayscale 
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) 

# smooth the image to avoid noises 
gray = cv2.medianBlur(gray,5) 

# Apply adaptive threshold 
thresh = cv2.adaptiveThreshold(gray,255,1,1,11,2) 
thresh_color = cv2.cvtColor(thresh,cv2.COLOR_GRAY2BGR) 

# apply some dilation and erosion to join the gaps 
thresh = cv2.dilate(thresh,None,iterations = 3) 
thresh = cv2.erode(thresh,None,iterations = 2) 

# Find the contours 
contours,hierarchy = cv2.findContours(thresh,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE) 

# For each contour, find the bounding rectangle and draw it 
for cnt in contours: 
    x,y,w,h = cv2.boundingRect(cnt) 
    cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2) 
    cv2.rectangle(thresh_color,(x,y),(x+w,y+h),(0,255,0),2) 

# Finally show the image 
cv2.imshow('img',img) 
cv2.imshow('res',thresh_color) 
cv2.waitKey(0) 
cv2.destroyAllWindows() 

आउटपुट नीचे तरह दिखेगा: