2024-09-25 16:26:28 发布
网友
我正在执行一个任务,从cheque images提取{}。我目前的方法可以分为两个步骤
cheque images
Tesseract OCR
第二步是直截了当地假设我们已经正确地本地化了帐号数字
我试图使用OpenCV轮廓方法和MSER(最大稳定极值区域)来定位帐号数字,但没有得到有用的结果。很难概括模式,因为
OpenCV
MSER
我们如何处理这个问题。我需要寻找一些基于deep learning的方法吗。在
deep learning
示例图像
假设帐号有唯一的紫色文本颜色,我们可以使用颜色阈值。其思想是将图像转换为HSV颜色空间,然后定义一个较低/较高的颜色范围,并使用cv2.inRange()执行颜色阈值。在此基础上,我们根据轮廓区域进行滤波以去除小噪声。最后我们反转图像,因为我们希望文本为黑色,背景为白色。最后一步是在将图像放入Pytesseract之前对图像进行高斯模糊处理。结果如下:
cv2.inRange()
脓肿治疗的结果
30002010108841
代码
假设帐号有唯一的紫色文本颜色,我们可以使用颜色阈值。其思想是将图像转换为HSV颜色空间,然后定义一个较低/较高的颜色范围,并使用
cv2.inRange()
执行颜色阈值。在此基础上,我们根据轮廓区域进行滤波以去除小噪声。最后我们反转图像,因为我们希望文本为黑色,背景为白色。最后一步是在将图像放入Pytesseract之前对图像进行高斯模糊处理。结果如下:脓肿治疗的结果
代码
^{pr2}$相关问题 更多 >
编程相关推荐