? ? ? ? 針對自然場景的OCR文本檢測算法有db、east等，效果不錯，但是都比較慢。如果是非常規(guī)范和標準的文檔，檢測是否有快速高效的方法呢，例如下面圖片（圖片來源于網(wǎng)絡），文檔相對規(guī)范。
一、圖片讀取
import cv2
import numpyas np
img = cv2.imread(r'D:\Python37\code\word.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)#轉成灰度圖
binary = cv2.adaptiveThreshold(~gray,255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY,35, -1)#自動二值化處理
自動二值化處理，黑白取反以后得到如下如圖：
我們把黑白投影出來，能夠明顯看出每一行之間是有間隔的
以下是畫直線函數(shù)，不做說明
def line(img, y):
ptStart = (0, y)
ptEnd = (gray.shape[1], y)
point_color = (255,255,0)# BGR
? ? thickness =1
? ? lineType =4
? ? img = cv2.line(img, ptStart, ptEnd, point_color, thickness, lineType)
img = cv2.putText(img,str(y), (10, y), cv2.FONT_HERSHEY_SIMPLEX,0.4, (0,255,0),1)
return img
二、處理圖片并分割，為了演示，這里只畫直線：
b = binary.copy()
myimg = img.copy()
b = np.where(b ==255,1,0)#為了計算簡單，把白色的255轉成1
c = [np.mean(a)for ain b]#得到圖像每一行的平均值
notZero =0
pixel =10 #預計文字在列上會有幾行，根據(jù)自己情況調整
for iin range(len(c) -1):
# print(i,notZero,c[i])
? ? if (c[i] >0.02):#該行平均像素大于一定值表示該行有文字
? ? ? ? notZero +=1
? ? elif (notZero > pixeland c[i] <0.01):#有文字的像素達到一定行數(shù)，并且平均像素急劇下降，說明該行文字結束了
? ? ? ? notZero =0
? ? ? ? myimg = line(myimg, i)#畫一條直接，我們是為了演示用，實際應該分割改行圖片結束了
? ? if (c[i] ==0): notZero =0#為了避免零星干擾，只要遇到0說明文字還沒有開始，從新計算
? ? if (c[i] <0.01 and min(c[i +1:i + pixel]) >0.01 and np.mean(c[i +1:i + pixel]) >0.01):#如果該行像素太小，但是后面的多行的像素急劇上升，說明文字開始了，可以開始分割
? ? ? ? myimg = line(myimg, i)#畫一條直接，我們是為了演示用，實際應該分割該行圖片開始了
cv2.imwrite("binary.jpg", binary)
cv2.imwrite("rotateImg.jpg", myimg)
showAndWaitKey("img", myimg)
三、最終效果：
總結：最終完美的把各行分割出來了，此方法的好處是簡單快速，但是局限性也很明顯，只能解決特定標準化場景的文字識別。
