基于OpenCV的盲文字符分割：Hough变换及轮廓对齐问题

正在开发一款基于OpenCV的程序，用于识别盲文字符并将其翻译为西班牙语，目前已成功完成盲文点识别及质心提取工作。

已尝试的分割方案及问题 #

• 方案一：基于霍夫直线变换的矩阵分割
  先沿每个盲文点的x、y轴绘制线条构建视觉矩阵，因部分点未完全对齐，通过阈值处理合并相近线条。随后使用Probabilistic Hough Line变换识别线条并获取交点，但遇到参数矛盾问题：

  • 当阈值和minLineGap设置较高时，仅能识别水平线，无法检测垂直线
  • 调低上述参数后，垂直线可被识别，但会出现水平线粘连的情况

• 方案二：垂直对齐轮廓分割
  尝试通过垂直对齐重新绘制轮廓，计划通过计算字符间距离确定分割维度，但该方案仍需进一步优化。

咨询问题 #

当前应优先调整霍夫直线变换的阈值参数，还是更换为其他分割方案？

参考文献 #

1. 霍夫直线（第II A节）
2. 固定距离分割（第2.4节）

内容的提问来源于stack exchange，提问作者Alex Serafini