iOS中的稀疏图像匹配

Question

我正在构建一个iOS应用程序,作为一项关键功能,它结合了图像匹配.问题是我需要识别的图像是小型定向运动的10x10斑块,上面有简单的大文字.它们可以很反光并且在外面(因此光线条件会变化).样本图片

池中最多将有15种这样的图像,我需要检测的是文本,以便记录用户所在的位置.

我面临的问题是,使用我尝试过的图像匹配软件,aurasma和稍微成功的arlabs,他们无法区分它们,因为它们主要用于处理详细图像.

我需要准确地检测出正在扫描的斑块,并考虑使用gps来优化选择,但我找到的唯一可靠方法是让用户手动输入文本.我们基于该产品的主要吸引力之一是能够检测到已经存在的这些图像,而不必设置任何其他材料.

任何人都可以建议一个可以工作的软件(就像iOS友好一样)或者一种对用户有效和互动/愉悦的检测方法.

样本环境:http: //www.orienteeringcoach.com/wp-content/uploads/2012/08/startfinishscp.jpeg

环境可以发生很大变化,基本上可以定位斑块的任何位置; 在树木繁茂或开阔地带的围栏,墙壁和柱子,但绝大多数在户外.

Answer 1

我设法找到了一个效果很好的解决方案。我还没有完全优化，但我认为它只是调整过滤器，稍后我会解释。

最初我尝试设置 opencv，但它非常耗时且学习曲线陡峭，但它确实给了我一个想法。我的问题的关键是真正检测图像中的字符并忽略背景，背景基本上只是噪音。OCR 正是为此目的而设计的。

我发现免费的 tesseract 库（https://github.com/ldiqual/tesseract-ios-lib）易于使用并且具有大量的可定制性。起初，结果非常随机，但应用锐化和单色滤镜以及颜色反转可以很好地清理文本。接下来，在用户界面上标记出目标区域，并使用它来剪切要处理的图像矩形。大图像的处理速度很慢，这会大大降低速度。OCR 过滤器允许我限制允许的字符，并且由于标牌遵循标准配置，这缩小了准确性。

到目前为止，它在灰色背景斑块上取得了成功，但我还没有找到红色和白色版本的正确过滤器。我的目标是添加颜色检测并消除输入数据类型的需要。