OpenCV开发OCR/OCV应用时如何连接断裂字符的两个轮廓

开发OCR/OCV应用时，已解决印刷文本墨迹扩散问题，但字符中间断裂（例如下图字母B）会导致同一字符被识别为多个独立轮廓，影响后续边界矩形提取与OCR识别，已尝试常规形态学开闭运算未得到理想效果。

当前轮廓提取代码基于EmguCV实现，逻辑为查找外轮廓后计算每个轮廓的近似多边形与外接矩形，在矩形区域内执行OCR/OCV操作，代码如下：

using (VectorOfVectorOfPoint contours = new VectorOfVectorOfPoint())
{
    CvInvoke.FindContours(binaryimg, contours, null, RetrType.External, ChainApproxMethod.ChainApproxSimple);
    int count = contours.Size;
    for (int i = 0; i < count; i++)
    {
        double perimeter = CvInvoke.ArcLength(contours[i], true);
        VectorOfPoint approx = new VectorOfPoint();
        CvInvoke.ApproxPolyDP(contours[i], approx, 0.04 * perimeter, true);

        CvInvoke.DrawContours(mainimg, contours, i, new MCvScalar(0, 255, 0), 2);
        Rectangle r = CvInvoke.BoundingRectangle(approx);
        id++;
        int area = r.Width * r.Height;
        int width = r.Width;
        int height = r.Height;
    }
}

• 优化形态学操作参数
  常规3*3核闭运算无法连接断裂的核心原因是核尺寸小于断裂间隙，需先统计当前场景下单笔画的平均宽度，选择尺寸为「笔画宽度+1_{2像素」的十字形/矩形结构元执行闭运算（先膨胀后腐蚀），即可在不造成相邻字符粘连的前提下连接同字符的断裂部分。如果断裂以垂直/水平单方向为主，可使用定向结构元：比如示例中B的横向断裂，可使用高度为3}5像素、宽度为1像素的竖形结构元做闭运算，仅连接上下方向的邻近像素，完全避免左右字符误连。
• 轮廓外接矩形后合并
  跳过单轮廓直接生成识别区域的逻辑，新增矩形合并步骤：
  1. 先提取所有轮廓的外接矩形存入集合，统计场景内无缺陷正常字符的平均宽度、高度、宽高比范围、字符平均间距作为判定阈值
  2. 遍历集合内所有矩形对，满足三个条件即可判定为同一字符的断裂部分：两个矩形的垂直投影重叠率大于60%、矩形水平/垂直间距小于2倍平均笔画宽度、合并后矩形的宽高比落在正常字符宽高比区间内
  3. 合并符合条件的矩形，重复遍历直到集合内无符合合并条件的矩形，最终用合并完成的矩形作为OCR识别区域
• 从源头减少断裂
  多数字符断裂是全局二值化阈值过高导致，将全局二值化替换为自适应高斯二值化，调整块大小与偏移补偿参数，可保留浅印的笔画部分，从源头上减少断裂轮廓的产生。

内容的提问来源于stack exchange，提问作者Alisha