# 文字识别程序（改进版）

这是一个使用OpenCV识别图片中文字的Python程序，采用先识别白色区域再识别文字的两步法策略。

## 功能特点

- **两步识别策略**：先检测白色区域，再在白色区域内识别文字
- 使用HSV色彩空间精确分离白色区域
- 基于轮廓检测和特征分析的文字分类
- 能够识别数字1、2和字母B等字符
- 自动保存识别结果图片，包含区域标注和字符识别

## 安装依赖

```bash
pip install -r requirements.txt
```

## 使用方法

1. 将需要识别的图片放在`imgs/`文件夹中
2. 运行程序：
   ```bash
   python text_image.py
   ```

## 程序流程

### 第一步：白色区域检测
1. 转换到HSV色彩空间
2. 使用颜色阈值分离白色区域
3. 形态学操作连接相近区域
4. 轮廓检测和筛选

### 第二步：文字识别
1. 在白色区域内提取ROI
2. 二值化处理突出文字
3. 查找文字轮廓
4. 特征提取和分类

## 识别原理

- **数字1**：垂直投影方差小，水平投影方差小，中心密度低
- **数字2**：垂直投影方差大，水平投影方差大，中心密度高
- **字母B**：水平投影方差大，整体密度高

## 输出说明

- **蓝色边框**：标注检测到的白色区域
- **绿色边框**：标注成功识别的字符
- **红色边框**：标注无法识别的字符
- **文字标签**：显示识别结果（1、2、B、unknown）

## 输出文件

程序会在`imgs/`文件夹中生成：
- `result_1_improved.jpg`：第一张图片的识别结果
- `result_2_improved.jpg`：第二张图片的识别结果

## 优势

- 避免了复杂背景的干扰
- 提高了文字识别的准确性
- 清晰的区域划分和结果展示
- 更好的噪声过滤

## 注意事项

- 确保图片中有明显的白色区域
- 白色区域内的文字对比度要足够
- 程序会自动过滤太小的区域和轮廓
- 识别结果包含区域ID和字符ID信息