我正在使用Python的计算机视觉技术检测手写符号。我已经在一个包含单个字符的数据集上训练了一个卷积神经网络（CNN），但现在我想从图像中提取字符，以便对单个字符进行预测。最佳的实现方法是什么？我将要处理的 handwritten 文本不是连笔书写，并且字符之间会有明显的间隔。

回答：

你可以使用查找轮廓并用框包围它们的方法。

image = cv2.imread("filename") image = cv2.fastNlMeansDenoisingColored(image,None,10,10,7,21)gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)res,thresh = cv2.threshold(gray,150,255,cv2.THRESH_BINARY_INV) #threshold kernel = cv2.getStructuringElement(cv2.MORPH_CROSS,(3,3))  dilated = cv2.dilate(thresh,kernel,iterations = 5)  val,contours, hierarchy =             cv2.findContours(dilated,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)  coord = [] for contour in contours:        [x,y,w,h] = cv2.boundingRect(contour)         if h>300 and w>300:             continue         if h<40 or w<40:             continue        coord.append((x,y,w,h))  coord.sort(key=lambda tup:tup[0]) # if the image has only one sentence sort in one axis count = 0 for cor in coord:        [x,y,w,h] = cor        t = image[y:y+h,x:x+w,:]        cv2.imwrite(str(count)+".png",t)  print("number of char in image:", count)