想問一下各位大大
圖1.是我的原始圖



圖2.則是我利用canny edge所得到的圖,但有取字不完整的地方..想問一下這樣的情況要怎麼解決呢???





圖3..利用連通元件演算法所擷取出來的圖...

想問一下..
我要如何對每個cc進行rgb色彩的統計並且利用kmean去分群..以找出文字區域的所在呢???
也就是cc進行rgb色彩的統計(這部分程式要怎麼去寫呢..能給我個觀念嗎)
還有kmean的話通常要怎麼去設才能得到比較好的分群效果~~

麻煩大大們為我解答一下..感謝

可以參考這篇的作法，arisaka_matsuri兄做了個範例供參考...

水平投影後的分割問題 delphi.ktop.com.tw/board.php

想問一下，你是直接對圖1做canny edge嗎?
如果先對圖1做二值化再做canny edge，效果不知道會不會好一點。

以上僅供參考，如果還有問題歡迎再做討論!!

------
我還是很新的新手，如果回答的太笨拙還請各位多多包含!!

編輯記錄

大大給的這篇我看過..
但想問的是..我己採用了ccl的方法了...那投影的方法是要用來做什麼的..
還有..如何應用在kmean上...

另外..我先二值化過..好像效果差不多耶..不知是我的程式有問題..還是..怎樣

===================引 用 yulong375 文 章===================
可以參考這篇的作法，arisaka_matsuri兄做了個範例供參考...

水平投影後的分割問題 delphi.ktop.com.tw/board.php

想問一下，你是直接對圖1做canny edge嗎?
如果先對圖1做二值化再做canny edge，效果不知道會不會好一點。

以上僅供參考，如果還有問題歡迎再做討論!!

這是我的想法，你當做參考參考就好...

首先，你的方法是先做canny edge -> 利用連通元件演算法 -> 最後用kmean去分群

但你是否有發現，若你直接用canny edge 下去做的話，非文字的地方還有文字過於淺的地方都會因此而被顯現出來，
其實做辨識，做重要的就是如何濾除雜訊、排除非目標物來提升辨識率，
我之所以建議你先執行二值化，是因為我看到你的圖2，連非文字的東西都無法濾除，
再做下去也只會使自己更麻煩，下面是我測試二值化的結果，雜訊明顯濾除了許多...

再者，請你參考arisaka_matsuri兄那篇的主因是，它提供了一個分群的方法，利用垂直投影的方式，
來得知 "字串" 與 "字串" 之間的距離，只要再加以設定門檻值就可以達到分群的效果。如下圖：


上下圖對照，有發現 "字串" 與 "字串" 之間的間距了嗎?如此便可以達到分群的效果了!!

回到你的第2步，其實我不太明白你在這步為什麼要做 "連通元件演算法" 的動作?用意何在?

------
我還是很新的新手，如果回答的太笨拙還請各位多多包含!!

真的很感謝大大的回覆!!
嗯..我發覺原來是我程式上有問題
所以二值化後再canny真的效果好很多....

至於會用連通元件演算法
是因為我之前用水平..垂直投影的方式去抓文字..
好像有蠻大的問題
但有點忘了是什麼問題..所以後來有人告知我用連通元件的方法去抓..
而看了很多paper也發現大部分的人都是用這個..
所以想問問大大..有沒有什麼可以用在ccl上的分群法可以用!!~
最主要的是我要如何單單針對所有抓出來的ccl..進行每個ccl的色彩統計..利用kmean去分群


===================引 用 yulong375 文 章===================
這是我的想法，你當做參考參考就好...

首先，你的方法是先做canny edge -> 利用連通元件演算法 -> 最後用kmean去分群

但你是否有發現，若你直接用canny edge 下去做的話，非文字的地方還有文字過於淺的地方都會因此而被顯現出來，
其實做辨識，做重要的就是如何濾除雜訊、排除非目標物來提升辨識率，
我之所以建議你先執行二值化，是因為我看到你的圖2，連非文字的東西都無法濾除，
再做下去也只會使自己更麻煩，下面是我測試二值化的結果，雜訊明顯濾除了許多...

再者，請你參考arisaka_matsuri兄那篇的主因是，它提供了一個分群的方法，利用垂直投影的方式，
來得知 "字串" 與 "字串" 之間的距離，只要再加以設定門檻值就可以達到分群的效果。如下圖：


上下圖對照，有發現 "字串" 與 "字串" 之間的間距了嗎?如此便可以達到分群的效果了!!

回到你的第2步，其實我不太明白你在這步為什麼要做 "連通元件演算法" 的動作?用意何在?