我在网上能找到的都是关于 OCR 的，但我还没有做到这一点，我仍然需要识别字母在图像中的位置。
有趣的是，答案并不像看起来那么简单。有些人可能认为定位图片上的字符是 OCR 的第一步，但事实并非如此。事实上，在你真正完成识别之前，你不会确定每个字符的位置。
它的工作方式完全取决于您要识别的图像类型。首先，您应该在文本区域（块）和其他所有区域上分割图像。
仅举几个例子：
从这一刻开始，您不再需要原始图像，您需要的只是文本块的二值化图像。所有 OCR 算法都适用于二进制图像。您可能还需要进行其他类型的图像转换，例如直线矫直、透视校正、倾斜校正等 - 所有这些又取决于您正在识别的图像类型。
找到文本块并对其进行规范化后，您应该进一步查找文本块上的文本行。在文本水平线的简单情况下，通过水平线创建像素直方图非常简单。
现在，当你有了台词时，你可能会认为现在很简单了，你可以把它拆分成字符，呵呵！再说一次，这是错误的。存在诸如连接字符、断开字符甚至连字（两个字母形成一个形状）或字母的部分进一步移至下一个字符的右上方或下方等现象。您应该做的是创建几个将线条分割为单词和单个字符的假设，然后尝试 OCR 每个变体，用置信度衡量每个假设。最后一步是使用字典检查该图中的不同路径并选择最佳路径。
直到现在，当你真正认识到一切时，你才能说出各个字符的位置。
所以，简单的答案是：使用 OCR 程序识别您的图像，并从其输出中获取字符坐标。
一般来说，您会寻找接近纯色的小连续区域。我建议对每个像素进行采样并构建一个附近像素的数组，这些像素也落在原始像素颜色的阈值内（对每个匹配像素的邻居重复）。将整个数组作为潜在字符放在一边（或立即检查）并继续（可能会忽略以前收集的像素以加快速度）。
如果您提前知道文本的字体大小、质量和/或颜色，则可以进行优化。如果不是，您需要对构成“连续区域”的阈值相当慷慨。