在工業視覺、文字辨識、或醫學影像中，我們常常需要對物件的線條進行寬度一致性分析。本篇文章將深入解析一段實作程式碼，這段程式會針對輸入的 二值影像區塊，執行：
- 骨架化（Skeletonization）
- 距離轉換（Distance Transform）
- 線寬統計分析（Mean, Std, CV 等）
- 找出最細處的位置（局部寬度最小區）
- 骨架端點過濾與視覺化標記
將用以上些方法兜出一個可以檢測輕微斷字的方法。
程式範例 圖片
結果圖
我們就抓取 最銳利的D跟最粗糙的A結果來看
紅點是偵測到最小線寬的標記，藍點是每個字的端點位置，黃色矩形框是根據紅點畫的。
由以上A圖來看，詳細標記了比較細的地方。借此方式就能去偵測線條較細的地方判斷有輕微斷字。
