Объединение областей в MSER для идентификации текстовых строк в OCR

Может быть, даже что-то столь примитивное, как расширение-разрушение, может работать в вашем случае? Например, если я использую операцию erode, за которой следует операция dilate на исходном изображении, и в основном в горизонтальном направлении, т.е. грамм.:

img = cv2.erode(img, np.ones((1, 20)))
img = cv2.dilate(img, np.ones((1, 22)))

результат примерно такой:

Итак, если мы нарисуем это поверх исходного изображения, оно станет:

Я не изменил размер исходного изображения, как вы (вероятно, чтобы обнаружить эти маленькие отдельные точки и прочее). Не идеально (я не знаю, как работает MSER), но с достаточной настройкой, возможно, вы могли бы даже использовать простое обнаружение подключенных компонентов с этим?

Если вы особенно заинтересованы в использовании MSER, то, как вы упомянули, можно использовать эвристику для объединения областей с близлежащими координатами y. Следующий подход может оказаться неэффективным, и я попытаюсь его оптимизировать, но он может дать вам представление о том, как решить проблему.

1. Во-первых, давайте нанесем на график все блоки, определенные MSER:

   coordinates, bboxes = mser.detectRegions(gray)
   for bbox in bboxes:
       x, y, w, h = bbox
       cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2)
   

   Это дает нам -

2. Теперь из блоков видно, что высота сильно различается, даже в одной строке. Таким образом, для кластеризации ограничивающих блоков в одну строку нам пришлось бы придумать интервал. Я не мог придумать что-то надежное, поэтому я выбрал половину медианы всех высот заданных блоков, что хорошо подходит для данного случая.

   bboxes_list = list()
   heights = list()
   for bbox in bboxes:
       x, y, w, h = bbox
       bboxes_list.append([x, y, x + w, y + h])  # Create list of bounding boxes, with each bbox containing the left-top and right-bottom coordinates
       heights.append(h)
   heights = sorted(heights)  # Sort heights
   median_height = heights[len(heights) / 2] / 2  # Find half of the median height
   

3. Теперь, чтобы сгруппировать ограничивающие рамки, учитывая определенный интервал для координаты Y (Здесь средняя высота), я изменяю фрагмент, который я когда-то нашел в stackoverflow (я добавлю исходный код, как только найду его). Эта функция принимает список вместе с определенным интервалом в качестве входных данных и возвращает список групп, где каждая группа содержит ограничивающие прямоугольники, абсолютная разница в координатах Y которых меньше или равна интервалу. Обратите внимание, что итерируемый / список должен быть отсортирован по координате y.

   def grouper(iterable, interval=2):
       prev = None
       group = []
       for item in iterable:
           if not prev or abs(item[1] - prev[1]) <= interval:
               group.append(item)
           else:
               yield group
               group = [item]
           prev = item
       if group:
           yield group
   

4. Таким образом, прежде чем сгруппировать ограничивающие прямоугольники, их необходимо отсортировать по координате y. После группировки мы перебираем каждую группу и определяем минимальную координату x, минимальную координату y, максимальную координату x и максимальную координату y, необходимые для рисования ограничивающего прямоугольника, который покрывает все ограничивающие прямоугольники в данной группе.

   bboxes_list = sorted(bbox_mod, key=lambda k: k[1])  # Sort the bounding boxes based on y1 coordinate ( y of the left-top coordinate )
   combined_bboxes = grouper(bboxes_list, median_height)  # Group the bounding boxes
   for group in combined_bboxes:
       x_min = min(group, key=lambda k: k[0])[0]  # Find min of x1
       x_max = max(group, key=lambda k: k[2])[2]  # Find max of x2
       y_min = min(group, key=lambda k: k[1])[1]  # Find min of y1
       y_max = max(group, key=lambda k: k[3])[3]  # Find max of y2
       cv2.rectangle(img, (x_min, y_min), (x_max, y_max), (0, 255, 0), 2)
   

   Окончательное результирующее изображение -

   

Опять же, я хотел бы повторить тот факт, что это могут быть способы дальнейшей оптимизации этого подхода. Цель состоит в том, чтобы дать вам представление о том, как такие проблемы могут быть решены.