我正在研究使用开源库检测照片测试的最佳方法。
我认为标准的方式如下(注意:第1-4步全部使用OpenCV):
1) 检测文档的轮廓
2) 使用上述轮廓转换文档，使其变平并裁剪
3) 使用滤镜将文档背景设为白色
4) 将生成的图像提供给 Tesseract
这是最佳流程，还是有更好的方法或更好的工具？ 另外，如果照片没有文档大纲(可能第 1 步和第 2 步是多余的)，会发生什么情况？
有没有自动检测文档方向(即纵向/横向)的方法？
最佳答案
我觉得你的流程没问题。我在 Android 项目中使用了类似的过程。
我认为，您可以发现文档是否为纵向/横向的唯一方法是根据轮廓边界框的边长进行推理。
我不认为有一种自动的方法可以做到这一点，也许你可以找到最接近的 4 段折线的外部轮廓(在 opencv 中都可行)。
为了得到这个你必须使用contour hierarchy和 contous approximation (参见 cv2.approxPolyDP)。
这就是我进行自动轮廓检测的方法。
正如我所说，你算法的其余部分对我来说似乎没问题。
附言。我会留下我的 Android project GitHub link .我不知道它是否对你有用，但在这里我通过拖动一些 handle 来指定轮廓，然后使用 Java 和 OpenCV 转换图像并将其提供给 Tesseract。是的，在 Android 应用程序的主线程中执行此操作是一个非常糟糕的主意，是的，该应用程序尚未完成。我只是想尝试OCR，所以我不太关心性能和可用性，因为这不是为了使用，而是为了学习。
关于opencv - 如何检测照片中的文字，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/44928829/