2024-09-30 14:30:18 发布
网友
我试图从轮胎图像中提取文本,因为背景和前景文本是相似的大多数OCR(尝试过googleocr和tesseract)无法检测到文本。你们能为这个任务建议一些预处理步骤来提高OCR的效率吗
示例图像-
我尝试过对这些文本进行阈值和边缘检测- 我没有得到适当的输出阈值,但得到一些领先的边缘检测-
以下是使用OpenCV的Holistically-Nested Edge Detection的结果-
快速测试将是感受复杂性和验证方法的最佳方法。我们用下面的例子:
颜色阈值化是第一个尝试的选项,考虑到非常理想的初始条件,它可以很好地工作:
稍有不同的情况将需要额外的调整,因此开发一个涵盖所有情况的解决方案可能非常困难。不同的照明条件可能会导致完全不同的阈值设置等
边缘过滤器可能提供额外的见解,但“纹理”字母将成为一个更棘手的任务。最后,可以使用NN(使用适当的训练集)来捕捉所有的细节、字母、数字等,但不能保证最终的准确性足够高。在
快速测试将是感受复杂性和验证方法的最佳方法。我们用下面的例子:
颜色阈值化是第一个尝试的选项,考虑到非常理想的初始条件,它可以很好地工作:
稍有不同的情况将需要额外的调整,因此开发一个涵盖所有情况的解决方案可能非常困难。不同的照明条件可能会导致完全不同的阈值设置等
边缘过滤器可能提供额外的见解,但“纹理”字母将成为一个更棘手的任务。最后,可以使用NN(使用适当的训练集)来捕捉所有的细节、字母、数字等,但不能保证最终的准确性足够高。在
相关问题 更多 >
编程相关推荐