zoukankan      html  css  js  c++  java
  • ocr之splitLine()函数

    ocr之splitLine()函数

    • 该函数的功能是为实现对每行的文字分段而设计的。流程如下:

    一. 针对时间格式,提前取出来

    def processTimeStr(timeFound,lineText):
    
    
    • 该函数是针对每行的文本lineText中的时间格式,提前取出来
    • 其中,用正则表达式匹配,匹配到各种时间格式就标记为elemList[i]['Delete'] = 1,然后判断有Delete键的字符就删除,这样elemList就剩下去掉时间格式之后的文本。

    二. 删除时间以及英文单词之间的以外的空格

    三. 先把上下多行有重叠部分的摘出来,这个不必进行分段,默认为同段

    四. 对于非重叠的,则进行分段,依据各字符之间的间隔的不同作为分组条件

    五. 求gap,先摘出所有字符紧挨着的gap,赋予groupId = -1,剩余的不紧挨的,按gap排序,然后一次赋值0 1。。。

    六. 根据gapList中的groupId进行分组,按照顺序从左到右,遇到groupId不同的,就是分组边界,最后,再按照每组中的第一个元素的x坐标,进行组排序

  • 相关阅读:
    navicat连接腾讯云服务器mysql
    腾讯云服务器部署1
    域名的注册使用
    python入门1-3章节
    轮播图的实现
    前端起步
    redis部署到云服务器上的一些坑
    面向对象第三单元总结
    面向对象课程第二单元总结
    面向对象课程第一单元总结
  • 原文地址:https://www.cnblogs.com/monkey-moon/p/9260762.html
Copyright © 2011-2022 走看看