小编Sal*_*rus的帖子

*注意：尽管这篇文章是关于双线性插值的，但我还是保持标题的一般性，并提供了更多信息，以防有人对如何更好地做到这一点有所了解

为了创建单词搜索解决程序，我一直难以实现从图像中识别字母的方法。出于主要出于教育目的，也出于便携性的目的，我一直在尝试使用不使用库的方法。可以假设，将要拾取字符的图像除了拼图之外没有任何其他内容。尽管此页面只能识别少量字符，但我一直在用它来指导我的工作，这一个也一样 正如文章所建议的，我将每个字母的图像缩小为5x5，以将每个未知字母与之进行比较。通过使用双线性重采样将未知数缩小到5x5，并对已知和未知图像中每个相应像素的强度差的平方求和，我获得了最大的成功。为了尝试获得更准确的结果，我还添加了每个图像的上半部分和下半部分的宽度：高度比率和白色：黑色像素比率之差的平方。然后，将具有与未知图像最接近的“差异分数”的已知图像视为未知字母。问题在于，这似乎只有大约50％的准确性。为了改善这一点，我尝试使用较大的样本（而不是5x5，我尝试使用15x15），但是事实证明效果不佳。我还尝试浏览已知和未知的图像，寻找特征和形状，然后基于具有相同数量的相同特征的两个图像确定匹配项。例如，识别并计数了以下形状：?代表黑色像素）。事实证明，这种方法不如原始方法有效。

  ? ?                 ?   ?
  ?                     ?

因此，这里是一个示例：加载以下图像：

然后，该程序通过使用面积总和表确定每个像素的强度是否高于或低于11x11平方的平均强度，将其转换为单色，修复倾斜并通过识别相对相等间距的区域来挑选字母。然后，我使用相交的水平和垂直空间来大致了解每个字符的位置。接下来，我要确保在每个方块中都包含整个字母，方法是在原始方块的上方，下方，左侧和右侧逐行查找，直到该方块的边界未检测到深色像素为止。

然后，我将每个字母都重新采样，然后将其与已知图像进行比较。

*注意：已知样本使用的字体大小为12，使用双线性插值法在photoshop中重新缩放为5x5。

这是一个成功匹配的示例：选出以下字母：

缩小为：

看起来像

远道而来。这已成功匹配已知的N个样本：

这是失败的比赛：

被挑选出来并缩小为：

毫不奇怪，它与已知的R样本不匹配

我更改了图像的拾取方式，以致如上图所示，该字母不会被截断，因此我认为问题出在缩小图像上。目前，我正在使用双线性插值对图像进行重新采样。要了解究竟是如何工作原理与采样我提到的第二个答案的这个职位，并用下面的代码上来。以前，我已经测试过此代码可以正常工作（至少达到“看起来不错”的程度），因此它可能是引起问题的多种因素的组合。

void Image::scaleTo(int width, int height)
{
    int originalWidth = this->width;
    int originalHeight = this->height;
    Image * originalData = new Image(this->width, this->height, 0, 0);
    for (int i = 0; i < this->width * this->height; i++) {
        int x = i % this->width;
        int y = i / this->width;
        originalData->setPixel(x, y, …