首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >屏幕截图中低分辨率文本的OCR

问屏幕截图中低分辨率文本的OCR
EN

Stack Overflow用户
提问于 2012-01-02 04:04:48
回答 3查看 3.4K关注 0票数 9

我正在编写一个OCR应用程序来读取截图图像中的字符。目前,我只关注数字。我的方法部分是基于以下博客文章:http://blog.damiles.com/2008/11/basic-ocr-in-opencv/。

我可以成功地提取每个人的字符使用一些聪明的阈值。事情变得有点棘手的地方是匹配字符。即使有固定的字体面和大小,也有一些变量,如背景颜色和角化,会导致相同的数字以稍微不同的形状出现。例如,下面的图像被分割成三个部分:

  1. 顶部:从屏幕截图中成功提取的目标数字。
  2. 中间:模板:来自我训练集的一个数字。
  3. 底部:顶部和中间图像之间的误差(绝对差)。

所有部件都已被缩放(两条绿色水平线之间的距离表示一个像素)。

​

​

您可以看到,尽管顶部和中间的图像都清楚地表示为2,但它们之间的误差还是相当高的。当匹配其他数字时,这会导致误报--例如,不难看出一个位置良好的7能比中间图像更好地匹配上面图像中的目标数字。

目前,我正在处理这个问题,方法是为每个数字设置一堆训练图像,并将目标数字与这些图像进行一对一的匹配。我试着获取训练集的平均图像,但这并不能解决问题(其他数字上的假阳性)。

我有点不愿意使用移位模板执行匹配(这与我现在所做的基本相同)。是否有比简单的绝对差异更好的方法来比较这两幅图像?我当时想的可能是2D中的EMD (地球移动距离,搬运机's_distance):基本上,我需要一种对全局移动和小局部变化不那么敏感的比较方法(白色像素旁边的像素变成白色,或者黑色像素旁边的像素变成黑色),但对全局变化很敏感(黑色像素不接近白色像素变成黑色,反之亦然)。

有人能提出比绝对差更有效的匹配方法吗?

我正在使用C风格的Python (import cv)在OpenCV中完成所有这些工作。

EN

回答 3

Stack Overflow用户

回答已采纳

发布于 2012-01-02 04:17:00

我会研究使用Haar级联。我已经把它们用于人脸检测/头部跟踪,看起来你可以用足够的'2's,'3's,'4's建立一套很好的级联。

http://alereimondo.no-ip.org/OpenCV/34

特性

票数 7
EN

Stack Overflow用户

发布于 2012-01-02 07:33:54

在含噪图像上使用OCR并不容易--所以简单的方法不能很好地工作。

因此,我建议您使用猪来提取特征,使用支持向量机进行分类。猪似乎是描述形状最有力的方法之一。

整个处理管道都是用OpenCV实现的,但是我不知道python中的函数名。你应该能够和最新的haartraining.cpp一起训练--它实际上支持的不仅仅是haar - HOG和LBP。

我认为最新的代码(从主干)比官方版本(2.3.1)有了很大的改进。

HOG通常只需要其他识别方法所使用的培训数据的一小部分,但是,如果您想要对部分已包括(或缺失)的形状进行分类,则应确保在培训中包括一些此类形状。

票数 3
EN

Stack Overflow用户

发布于 2012-05-22 18:05:15

我可以从我的经验和阅读几篇关于字符分类的文章中告诉你,一个好的开始方法是阅读主成分分析(PCA)、Fisher的线性鉴别分析(LDA)和支持向量机(SVMs)。这些分类方法对于OCR非常有用,而且事实证明,OpenCV已经包括了PCAs和支持向量机上的优秀实现。我还没有看到OCR的任何OpenCV代码示例,但是您可以使用一些修改过的面部分类版本来执行字符分类。用于OpenCV的人脸识别代码的一个优秀资源是本网站。

我推荐您的另一个Python库是"scikits.learn“。很容易将cvArrays发送到scikits.learn,并在数据上运行机器学习算法。支持向量机用于OCR的一个基本例子是这里。

另一个更复杂的例子使用多种学习的手写字符识别是这里。

票数 3
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/8697303

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档