如何识别两段水平排列的文字？

[fattank]

请提供下述完整信息以便快速定位问题/Please provide the following information to quickly locate the problem

• 系统环境/System Environment：win10
• 版本号/Version：Paddle： PaddleOCR：2.7 问题相关组件/Related components：
• 运行指令/Command Code：
• 完整报错/Complete Error Message：

请尽量不要包含图片在问题中/Please try to not include the image in the issue.

这是一个技术问题，我不知道该选择什么工具来实现。就比如说纸质杂志，排版上是一块块的，我现在用基础的识别没有加任何其他的功能命令，识别出来就是由左向右的识别，结果当然是混乱的。如何指定OCR模型，左边识别完了识别右边？

[cdisk]

同求解决方案。关注。

[cdisk]

GPT叫我先把图片拆了，然后给我一个代码用来拆分图片，我测试了可行。

import cv2
import numpy as np

def split_image(image_path):
    # 读取图片
    img = cv2.imread(image_path)

    # 将图片转换为灰度图并进行二值化处理
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    _, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY_INV)

    # 计算图像的垂直投影
    projection = np.sum(thresh == 255, axis=0)

    # 寻找最窄的间隔，这可能是页面之间的分割线
    min_val = np.min(projection)
    min_indices = np.where(projection == min_val)[0]

    # 取中点作为潜在的分割点
    mid_point = int(np.mean(min_indices))

    # 判断是否为两页
    if mid_point > img.shape[1] * 0.2 and mid_point < img.shape[1] * 0.8:  # 假设分割线位于图片20%到80%之间
        # 拆分图片
        left_page = img[:, :mid_point]
        right_page = img[:, mid_point:]

        # 保存拆分后的图片
        cv2.imwrite('left_page.png', left_page)
        cv2.imwrite('right_page.png', right_page)
    else:
        print(f"图片 {image_path} 是单页文档.")

# 测试函数
split_image('D:\\split-image-test\\0a59560d-0fd8-4081-a60c-1e5c6023e88d.jpg')

[fattank]

我试试👍 HuZhengWei ***@***.***>于2024年3月7日 周四23:31写道：

GPT叫我先把图片拆了，然后给我一个代码用来拆分图片，我测试了可行。 ` import cv2 import numpy as np def split_image(image_path): # 读取图片 img = cv2.imread(image_path) # 将图片转换为灰度图并进行二值化处理 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) _, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY_INV) # 计算图像的垂直投影 projection = np.sum(thresh == 255, axis=0) # 寻找最窄的间隔，这可能是页面之间的分割线 min_val = np.min(projection) min_indices = np.where(projection == min_val)[0] # 取中点作为潜在的分割点 mid_point = int(np.mean(min_indices)) # 判断是否为两页 if mid_point > img.shape[1] * 0.2 and mid_point < img.shape[1] * 0.8: # 假设分割线位于图片20%到80%之间 # 拆分图片 left_page = img[:, :mid_point] right_page = img[:, mid_point:] # 保存拆分后的图片 cv2.imwrite('left_page.png', left_page) cv2.imwrite('right_page.png', right_page) else: print(f"图片 {image_path} 是单页文档.") 测试函数 split_image('D:\split-image-test\0a59560d-0fd8-4081-a60c-1e5c6023e88d.jpg') ` — Reply to this email directly, view it on GitHub <#11693 (comment)>, or unsubscribe <https://github.com/notifications/unsubscribe-auth/AFRNJMT3XRXKEX2RXTVKN5TYXCB65AVCNFSM6AAAAABEKTWPEKVHI2DSMVQWIX3LMV43OSLTON2WKQ3PNVWWK3TUHMYTSOBTG43DMMBUGQ> . You are receiving this because you authored the thread.Message ID: ***@***.***>

-- *Tank *

[cdisk]

手写代码拆分图片太麻烦了， 有没有大神分享一个拆分工具包啊~