基于OpenCV Python的凸包坐标实现字符分割（含垂直重叠场景）

当前已完成的前置工作 #

你已经搞定了最关键的准备步骤：

1. 拿到了包含重叠字符的原始图像
2. 通过OpenCV提取了字符轮廓并计算出每个字符的凸包，还画出了红色的凸包轮廓
3. 已经获取到单个字符的凸包坐标数据

先贴一下你用到的轮廓与凸包提取代码（方便其他开发者参考）：

import cv2 
img = cv2.imread('test.png', -1) 
ret, threshed_img = cv2.threshold(cv2.cvtColor(img, cv2.COLOR_BGR2GRAY), 127, 255, cv2.THRESH_BINARY) 
image, contours, hier = cv2.findContours(threshed_img, cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE) 
for cnt in contours: 
    # 计算字符的凸包
    hull = cv2.convexHull(cnt) 
    # 绘制凸包轮廓（红色，线宽1）
    cv2.drawContours(img, [hull], -1, (0, 0, 255), 1) 
    print(hull) 
cv2.imwrite("contours.jpg", img) 

对应的图像效果：

• 原始字符图像：
• 绘制凸包后的图像：

已经获取到的单个字符凸包坐标示例：

[[[546 134]] [[534 149]] [[532 151]] [[527 153]] [[523 154]] [[522 154]] [[520 109]] [[521 107]] [[524 106]] [[533 106]] [[539 111]] [[543 117]] [[546 122]]]

核心需求与选择凸包的原因 #

咱们的目标是把每个字符单独分割出来，效果示例如下：


...

为什么必须用凸包坐标？因为很多字符图像存在垂直空间重叠的情况，比如这样：

常规的基于行/列的分割方法根本无法精准拆分这类重叠字符，而凸包能准确包裹每个字符的完整边界，刚好解决这个痛点。

基于凸包坐标的分割实现思路 #

利用每个凸包的边界坐标裁剪原始图像即可，步骤很清晰：

1. 对每个字符的凸包坐标，用cv2.boundingRect(hull)快速计算出包围该凸包的最小外接矩形（得到x,y,w,h四个参数）
2. 用这个矩形坐标从原始图像（或二值化图像）中裁剪出对应区域
3. 将裁剪后的区域保存为单独的字符图像

具体代码片段可以这样写：

# 假设已经有原始图像img，以及存储所有凸包的hulls列表
for idx, hull in enumerate(hulls):
    # 获取凸包的外接矩形
    x, y, w, h = cv2.boundingRect(hull)
    # 裁剪字符区域
    char_img = img[y:y+h, x:x+w]
    # 保存单个字符图像
    cv2.imwrite(f"char_{idx}.png", char_img)

这样就能完美分割出每个字符，包括垂直重叠的情况！

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