如何利用已获取的水平投影分割手写文本行并保存？

我已经成功获取手写图像的水平投影（Python实现代码如下），希望通过该水平投影分割并保存单行文本文字。我知晓其他实现方法，但希望基于当前获取的水平投影完成。关注投影值从大于0开始到再次变为0的像素区间，投影图中的峰值对应文本区域，需分割原图像中的这些单行文本区域并保存。

原水平投影获取代码 #

import numpy as np
import cv2

def getHorizontalProjectionProfile(image):
    # 将黑色区域转为1，白色区域转为0
    image[image == 0] = 1
    image[image == 255] = 0
    # 计算每行的像素和，得到水平投影
    horizontal_projection = np.sum(image, axis=1)
    return (horizontal_projection, image)

# 调用函数获取水平投影（binary为二值化手写图像）
horizontal_projection, processed_img = getHorizontalProjectionProfile(binary.copy())

# 绘制投影可视化图
m = np.max(horizontal_projection)
w = 500
result = np.zeros((horizontal_projection.shape[0], 500))
for row in range(processed_img.shape[0]):
    cv2.line(result, (0, row), (int(horizontal_projection[row]*w/m), row), (255,255,255), 1)
cv2.imshow('Horizontal Projection', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

基于水平投影的文本行分割与保存 #

在上述代码基础上，添加以下逻辑提取并保存文本行：

# 分析水平投影，定位文本行的起止行号
text_rows = []
start_row = None

for row_idx, proj_val in enumerate(horizontal_projection):
    # 投影值大于0，判定为文本行起始或持续
    if proj_val > 0:
        if start_row is None:
            start_row = row_idx
    else:
        # 投影值为0，且已记录起始行，判定为文本行结束
        if start_row is not None:
            text_rows.append((start_row, row_idx - 1))
            start_row = None
# 处理图像末尾未闭合的文本行
if start_row is not None:
    text_rows.append((start_row, len(horizontal_projection) - 1))

# 创建保存目录并分割保存文本行
save_dir = "handwritten_lines/"
import os
os.makedirs(save_dir, exist_ok=True)

for idx, (start, end) in enumerate(text_rows):
    # 从原二值化图像中截取文本行区域
    line_img = binary[start:end+1, :]
    # 保存图像
    cv2.imwrite(f"{save_dir}/line_{idx+1}.png", line_img)
    # 可选：实时查看分割结果
    cv2.imshow(f"Line {idx+1}", line_img)
    cv2.waitKey(0)

cv2.destroyAllWindows()

关键说明 #

• 投影分析逻辑：通过遍历投影数组，捕捉投影值从0到非0、再从非0到0的节点，精准定位每个文本行的垂直区间。
• 噪声处理：如果图像存在零星噪声导致投影出现无效非0值，可先对投影数组做平滑处理（比如用np.convolve执行均值滤波），避免分割出无效小区域。

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