Выдалось свободных полчасика..
Вот изображение ..
Коментировать не буду ) и так все понятно ^_^
Остальной алгоритм в голове крутиться, а вот как брать именно эти области и сравнивать их с стеком изображений для получения текста ... незнаю, или слишком заморочено(