印在金属板上的文字上的OCR

Question

我正在进行一个OCR项目，该项目的目的是从金属板上读取压印的序列号：

我正在使用OpenCV为OCR准备图像，并为TCR本身使用Tesseract。这是理想的过程：

1. 在整个印版的图片中，裁剪到序列号的一般位置。
2. 为OCR准备裁剪的图像。
3. 应用OCR。

我当前的流程是这样的：

1. 手动裁剪为序列号。
2. 转换为灰度。
3. 锐化。
4. 使用Canny边缘检测。
5. 运行Tesseract OCR。

但是，我取得的成功非常有限。我的主要问题是：

• 哪种处理可以优化OCR？进行边缘检测是否是一个好的开始？
• 也许我可以使用加盖戳文字的字体吗？
• 我可以利用文本的“颜色”（而不是金属的灰色或标签的黑/白）来获得优势吗？

Answer 1

我觉得这可能不是完整的解决方案，但可以提供帮助 -

我一直在研究类似的场景，我想从浮雕金属中提取文本。

我的方法和你的方法类似 -

1. 阅读图像
2. 将其转换为灰度
3. Canny 边缘检测
4. 扩张
5. 寻找轮廓并消除不必要的噪音
6. 如有必要再次拨号
7. 反转阈值
8. 超立方体

我注意到，当文本颜色为黑色且背景为白色时，Tesseract 效果更好。（所以，我正在执行第七步）

您可以在这里查看我的工作代码和结果 - https://github.com/DevashishPrasad/Embossed-Text-Reader

我还想提一下，这完全取决于精明和你的形象。您可以将阈值保持较低以找到更多边缘，将阈值保持较高以找到更少边缘。但是更多的边缘会在图像中引入噪声，而更少的边缘将无法检测到整个数字。所以这一切都取决于精明的阈值和你的图像。