如何识别图像中的字母？(在OCRing之前)

Question

我在网上找到的所有内容都是关于OCR的,但我还没有,我仍然需要识别图像中的字母.

任何帮助将不胜感激

Answer 1

有趣的是,答案并不像看起来那么简单.有些人可能认为在图片上定位字符是OCR的第一步,但事实并非如此.实际上,在实际完成识别之前,您不确定每个角色的位置.

它的工作方式完全取决于您要识别的图像类型.首先,您应该在文本区域(块)和其他所有内容上分割图像.

只有几个例子:

• 如果您正在识别汽车图片上的车牌,则应首先找到车牌,然后将其拆分为单独的字符.
• 如果您正在识别某些申请表,您可以通过了解其布局来找到文本所在的区域
• 如果您正在识别书页的扫描,则必须区分图片和文本区域,然后才能处理文本.

从这一刻开始,您不再需要原始图像,您只需要文本块的二值化图像.所有OCR算法都适用于二进制图像.您可能还需要进行其他类型的图像转换,如线条矫直,透视校正,歪斜校正等等 - 所有这些都取决于您正在识别的图像类型.

找到文本块并对其进行规范化后,您应该进一步查找文本块上的文本行.在水平线文本的平凡情况下,通过水平线创建像素直方图非常简单.

现在,当你有线条时,你可能会认为现在它很简单,你可以把它分成字符,好吧!再次,这是错误的.存在诸如连通字符,破碎字符甚至连字(两个字母形成单个形状)或字母,其部分进一步向右上方或下方字符下方的现象.你应该做的是创建几个将字符串分为单词和单个字符的hipiques,然后尝试OCR每个变体,用置信度对每个hypotesis进行加权.最后一步是使用字典检查此图中的不同路径并选择最佳路径.

只有现在,当你真正认出一切时,你可以说出个别角色的位置.

所以,简单的答案是:用OCR程序识别你的图像,并从它的输出中获取字符的坐标.