圖??字分割圖??字分割基于像素識別圖??字?前已經(jīng)有成熟的OCR圖??字識別技術(shù)了，但還是學習?下?些基本的實現(xiàn)知識。OCROCR（opticalcharacterrecognition）?字識別是指電?設(shè)備（例如掃描儀或數(shù)碼相機）檢查紙上打印的字符，然后?字符識別?法將形狀翻譯成計算機?字的過程；即，對?本資料進?掃描，然后對圖像?件進?分析處理，獲取?字及版?信息的過程。如何除錯或利?輔助信息提?識別正確率，是OCR最重要的課題的友好性，產(chǎn)品的穩(wěn)定性，易?性及可?性等。OCR技術(shù)?前?于各?領(lǐng)域?于?字識別，那么從拍的?張圖?如何通過分割得到其中的字呢，下??python語?進?對圖?的分割：需要?到的包：importnumpyasnpOS模塊是?個Python的系統(tǒng)編程的操作模塊，可以處理?件和?錄。CV2是OpenCV官?的?個擴展庫，含有各種有關(guān)圖像處理的的函數(shù)以及進程。NumPy是Python的?種開源的數(shù)值計算擴展。這種?具可?來存儲和處理?型矩陣讀取圖?：image=cv2.imread("origin.png")?值化#adaptiveThreshold參數(shù)解釋#第?個原始圖像#第?個像素值上限#cv2.ADAPTIVE_THRESH_GAUSSIAN_C：領(lǐng)域內(nèi)像素點加權(quán)和，權(quán)重為?個?斯窗?#cv2.THRESH_BINARYcv2.THRESH_BINARY_INV#Blocksize:規(guī)定領(lǐng)域??（?個正?形的領(lǐng)域）#0相當于閾值就是求得領(lǐng)域內(nèi)均值或者加權(quán)值）image=cv2.cvtColor(image_color,cv2.COLOR_BGR2GRAY)adaptive_threshold=cv2.adaptiveThreshold(image,255,\cv2.ADAPTIVE_THRESH_GAUSSIAN_C,\cv2.THRESH_BINARY_INV,11,2)?值化后?便處理圖?像素灰度值原圖反相處理后根據(jù)垂直和?平?向像素與空間閾值確定?格：分割后：提取每個字：完整代碼importosimportcv2importnumpyasnpfori,valinenumerate(array_vals):ifval>minimun_valandstart_iisNone:start_i=iprint(end_i-start_i)h=peek_range[1]-ypt2=(x+w,y+h)count+=1y=peek_range[0]w=line_seg_adaptive_threshold.shape[1]h=peek_range[1]-ypt1=(x,y)pt2=(x+w,y+h)end_y=peek_range[1]line_img=adaptive_threshold[start_y:end_y,:]vertical_sum=np.sum(line_img,axis=0)vertical_peek_ranges=extract_peek(vertical_sum,