上一次通过投影的方式进行了文本块分割，但这种方法有很大的局限性，要求分行清晰、不能有字符跨多行、不能倾斜，而且对噪声比较敏感。还是拿上一回的图片，但是我在上面加了一个比较大的字，得出的结果就有问题了：
可以看到，由于右下角大大的“测”字跨了多行，导致水平投影分行时就出错了。
本次换一种方法，基于连通性分析来做。简单讲，就是把图像做一定的膨胀操作，使得同一个字符的不同部分以及相邻字符相互重叠到一起，变成一个整体，然后再通过分析找到每一个独立的块，排除掉噪声，剩下的基本就是符合条件的结果了。
直接上代码，后面再分析：
using System;
using System.Collections.Generic;
using System.IO;
using System.Text;
using OpenCvSharp;
using OpenCvSharp.Extensions;
using OpenCvSharp.Utilities;
namespace OpenCvTest
{
class Program
{
static void Main(string[] args)
{
//读入源文件
var src = IplImage.FromFile("source.jpg");
//转换到灰度图
var gray = Cv.CreateImage(src.Size, BitDepth.U8, 1);
Cv.CvtColor(src, gray, ColorConversion.BgrToGray);
//做一下膨胀，x与y方向都做，但系数不同
var kernal = Cv.CreateStructuringElementEx(5, 2, 1, 1, ElementShape.Rect);
Cv.Erode(gray, gray, kernal, 2);
//二值化
Cv.Threshold(gray, gray, 0, 255, ThresholdType.BinaryInv | ThresholdType.Otsu);
//检测连通域，每一个连通域以一系列的点表示，FindContours方法只能得到第一个域
var storage = Cv.CreateMemStorage();
CvSeq<CvPoint> contour = null;
Cv.FindContours(gray, storage, out contour, CvContour.SizeOf, ContourRetrieval.CComp, ContourChain.ApproxSimple);
var color = new CvScalar(0, 0, 255);
//开始遍历
while (contour != null)
{
//得到这个连通区域的外接矩形
var rect = Cv.BoundingRect(contour);
//如果高度不足，或者长宽比太小，认为是无效数据，否则把矩形画到原图上
if(rect.Height > 10 && (rect.Width * 1.0 / rect.Height) > 0.2)
Cv.DrawRect(src, rect, color);
//取下一个连通域
contour = contour.HNext;
}
Cv.ReleaseMemStorage(storage);
//显示
Cv.ShowImage("Result", src);
Cv.WaitKey();
Cv.DestroyAllWindows();
}
}
}下面来一步一步分析。读入的原图是这样的：
转换到灰度图并膨胀处理后，已经可以大致看出同一文本块的多个字符已经连到一起了：
二值化后的图像：
做连通性分析后，原始分析出的结果是这样的：
对每个连通域取外接矩形，得到的最终结果是这样的：
可以看到效果比之前好了很多，比较大的字可以作为独立的文本块被检测出来了。另外即使是同一行的文本块，也会有轻微的上下浮动，不再是绝对按行对齐了。
未经许可严禁转载。
本文出自 “兔子窝” 博客，谢绝转载！
原文地址：http://boytnt.blog.51cto.com/966121/1686307
