仅检测图片最左侧字符的Python脚本问题排查与修复

常见问题根源 #

• 轮廓未按水平位置排序：提取字符轮廓后未按x坐标从左到右排序，导致误选右侧字符
• 预处理阈值不合理：灰度化、二值化参数不当，导致首字符轮廓被合并或丢失
• 无效轮廓未过滤：未去除噪点、字符内部空洞等非字符轮廓
• 单词分割逻辑缺失：多单词场景下，未区分不同单词的字符集合

修复方案与代码实现 #

1. 按水平坐标对轮廓排序 #

核心是确保轮廓按从左到右的顺序排列，取第一个轮廓作为首字符：

import cv2

# 假设已完成图像读取与预处理，得到字符轮廓contours
# 按轮廓外接矩形的x坐标排序
contours_sorted = sorted(contours, key=lambda c: cv2.boundingRect(c)[0])
# 取排序后的第一个轮廓作为首字符
first_char_contour = contours_sorted[0]

2. 优化图像预处理流程 #

通过自适应二值化和形态学操作，确保字符轮廓清晰分离：

# 读取图像
img = cv2.imread("phone_brands.jpg")
# 灰度化
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 自适应二值化（适配不同光照下的文本）
_, img_binary = cv2.threshold(img_gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)
# 开运算去除小噪点
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (2, 2))
img_clean = cv2.morphologyEx(img_binary, cv2.MORPH_OPEN, kernel)
# 提取轮廓
contours, _ = cv2.findContours(img_clean, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

3. 筛选有效字符轮廓 #

通过面积、宽高比过滤噪点和无效轮廓：

valid_contours = []
for cnt in contours:
    x, y, w, h = cv2.boundingRect(cnt)
    area = cv2.contourArea(cnt)
    # 根据实际字符大小调整阈值，过滤过小或畸形的轮廓
    if area > 200 and 0.2 < w/h < 3:
        valid_contours.append(cnt)
# 再次排序有效轮廓
valid_contours_sorted = sorted(valid_contours, key=lambda c: cv2.boundingRect(c)[0])

4. 多单词场景的首字符提取 #

通过字符间距判断单词边界，分别提取每个单词的首字符：

words = []
if valid_contours_sorted:
    current_word = [valid_contours_sorted[0]]
    for i in range(1, len(valid_contours_sorted)):
        prev_x, _, prev_w, _ = cv2.boundingRect(current_word[-1])
        curr_x, _, _, _ = cv2.boundingRect(valid_contours_sorted[i])
        # 间距大于字符宽度1.5倍时，视为新单词
        if curr_x - (prev_x + prev_w) > prev_w * 1.5:
            words.append(current_word)
            current_word = [valid_contours_sorted[i]]
        else:
            current_word.append(valid_contours_sorted[i])
    words.append(current_word)

# 提取每个单词的首字符轮廓
first_char_contours = [word[0] for word in words]

内容的提问来源于stack exchange，提问作者Pubg Mobile