我正在将科学 (STEM) 图像解释为其组成部分并添加语义。这些图像天生就是数字的、无噪声的、二值的(单色)或少量的颜色。我希望 Java 库/方法将图像分区为空格分隔的组件，并识别(分类)结果片段。典型的图像是:
我希望提取的段包含数字和其他字符(一些旋转)以及图中的星号。 [我将使用其他方法来提取几何分量 - 例如酒吧)。我还希望库能够识别相同的段(例如 6 个零字符、5 个小数点)。我已成功将 Tesseract 用于字符，但许多段可能不属于 Unicode 字符集(例如专门创建的符号)。
更新:我已经开启了赏金。我只对库感兴趣，而不是算法建议，因为我已经编写了一个原型(prototype)。如果该功能是更大系统的一部分(例如，我认为 JBIG2 具有此功能)，请明确入口点在哪里。
注意:“天生数字化”意味着图像是在没有噪音、干净的线条的情况下创建的，与扫描文档不同。
最佳答案
我只知道openCV 。有了这个，您可以分析您的图像，如下所示:
- 将其二值化(如果您有几种颜色或灰度)
- 在 Mat 对象中收集 Blob
- 获取这些 Mat 的位置以获得正确的标签(应该是每个字母的 Mat)
- 然后将您的算法应用于这些 Mat
关于java - 用于分割和分类二进制或灰度图像的库，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/18104474/