问题
我一直在构建一个(非常)简单的 OCR 引擎。 由于我正在尝试对非常小(像素大小)的字符进行分类,因此我在分割方面遇到了一些困难。这是一个示例,在尽力而为的图像范围阈值处理之后:
:
我尝试过的
错误检测:
- 段的水平尺寸较大。它主要有效,但失败(误报) 对于一些较大的字符。
- 分类,并在低分时拒绝。这似乎有点浪费。
错误更正:
- 垂直添加像素(垂直直方图),找到最小值。在许多样本中,它在错误的地方切割了很多片段。
我还没有尝试过的
- 尝试对所有可能的分割点(像素)进行分类。这将非常浪费,并且难以扩展为 3 个合并字符的段。
- 我一直在阅读 morphology approaches将字符变成数学曲线,但我真的不知道从哪里开始,或者是否值得努力
从这里去哪里?
我不知道。因此这个问题:)
最佳答案
body 向后靠,半闭上眼睛。
63:-)
现在,要是计算机能这么简单就好了!
它非常接近双图案在硅掩模中的作用(或未作用?)。
我会建议过采样(每个轴上的像素数加倍或四倍)、过滤(可能是低通 - 或者可能是带通,其中通带 = 一条线的空间频率)、重新设定阈值直到它们分开。价格昂贵,所以只适用于有问题的地方。
关于opencv - OCR:小文本分割,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/14000092/