OCR扑克牌

Question

我决定做一个有趣的项目,我想把扑克牌的形象当作输入并返回它的等级和套装.我想我只需要看左上角,因为那里有所有的信息.它应该是健壮的 - 如果我有一张Ace of Diamonds的大图像,我应该能够将它从20%扩展到200%,并且仍能得到正确的答案.

第一个问题 - 有什么东西已经写好了吗？如果是这样,我会找到OCR的其他内容,所以我不会重复这些努力.

第二 - 这是最好的方法吗？神经网络？手写的东西？任何人都可以提供任何指示吗？(0xCAAF9452不是可接受的答案).

Answer 1

我不认为已经为您想要完成的任务编写了一些东西（至少是开源的和用 Python 编写的）。

至于你的第二个问题，这取决于你想要认识什么。如果输入可以来自不同的来源（例如，具有独特风格的不同品牌的扑克牌），那么您可能应该使用基于机器学习的算法（例如神经网络或支持向量机 [SVM]），以便让它学习如何识别未知的输入。然而，如果输入的形状或样式始终相同，则简单的图像比较算法就足够了（例如，将切片左上角的像素与每个等级的像素进行比较）。

如果您确实决定使用基于机器学习的算法，我也认为您不需要非常复杂的功能，因为花色和等级在形状或风格上并没有太大变化，并且您应该只使用左上角的像素作为特征。

这里有一个 OCR 玩具示例，您可能会感兴趣。使用的库（LibSVM）也有一个Python版本，我已经使用过，并且发现使用起来非常简单。

希望能帮助到你。