可以借助OpenCV库和Python中的imread函数和cvtColor函数来实现该问题的解决。具体步骤如下：

1. 读取并转换阿拉伯字符图像。

import cv2

img = cv2.imread('arabic_image.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

2. 对灰度图像进行二值化处理，以便更好地检测字符。

ret, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU)

3. 执行连通组件标签化，将字符分解成单个字符对象。

num_labels, labels, stats, centroids = cv2.connectedComponentsWithStats(binary, connectivity=8)

4. 通过循环访问'labels”数组和'stats”数组，将每个组件标记为单独的字符。

char_components = []
for i in range(1, num_labels):  # avoid background
    if stats[i, cv2.CC_STAT_AREA] >= 200 and stats[i, cv2.CC_STAT_WIDTH] <= 80 and stats[i, cv2.CC_STAT_HEIGHT] <= 80:  # filter small regions
        component = binary.copy()
        component[labels != i] = 0
        char_components.append(component)

5. 最后，分别保存分解后的单个字符对象。

for i, char_component in enumerate(char_components):
    cv2.imwrite(f'char_{i}.jpg', char_component)