针对自然场景的OCR文本检测算法有db、east等，效果不错，但是都比较慢。如果是非常规范和标准的文档，检测是否有快速高效的方法呢，例如下面图片（图片来源于网络），文档相对规范。

原图

一、图片读取

import cv2

import numpyas np

img = cv2.imread(r'D:\Python37\code\word.jpg')

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)#转成灰度图

binary = cv2.adaptiveThreshold(~gray,255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY,35, -1)#自动二值化处理

自动二值化处理，黑白取反以后得到如下如图：

自动二值化处理后

我们把黑白投影出来，能够明显看出每一行之间是有间隔的

以下是画直线函数，不做说明

def line(img, y):

ptStart = (0, y)

ptEnd = (gray.shape[1], y)

point_color = (255,255,0)# BGR

    thickness =1

    lineType =4

    img = cv2.line(img, ptStart, ptEnd, point_color, thickness, lineType)

img = cv2.putText(img,str(y), (10, y), cv2.FONT_HERSHEY_SIMPLEX,0.4, (0,255,0),1)

return img

二、处理图片并分割，为了演示，这里只画直线：

b = binary.copy()

myimg = img.copy()

b = np.where(b ==255,1,0)#为了计算简单，把白色的255转成1

c = [np.mean(a)for ain b]#得到图像每一行的平均值

notZero =0

pixel =10 #预计文字在列上会有几行，根据自己情况调整

for iin range(len(c) -1):

# print(i,notZero,c[i])

    if (c[i] >0.02):#该行平均像素大于一定值表示该行有文字

        notZero +=1

    elif (notZero > pixeland c[i] <0.01):#有文字的像素达到一定行数，并且平均像素急剧下降，说明该行文字结束了

        notZero =0

        myimg = line(myimg, i)#画一条直接，我们是为了演示用，实际应该分割改行图片结束了

    if (c[i] ==0): notZero =0#为了避免零星干扰，只要遇到0说明文字还没有开始，从新计算

    if (c[i] <0.01 and min(c[i +1:i + pixel]) >0.01 and np.mean(c[i +1:i + pixel]) >0.01):#如果该行像素太小，但是后面的多行的像素急剧上升，说明文字开始了，可以开始分割

        myimg = line(myimg, i)#画一条直接，我们是为了演示用，实际应该分割该行图片开始了

cv2.imwrite("binary.jpg", binary)

cv2.imwrite("rotateImg.jpg", myimg)

showAndWaitKey("img", myimg)

三、最终效果：

总结：最终完美的把各行分割出来了，此方法的好处是简单快速，但是局限性也很明显，只能解决特定标准化场景的文字识别。