5

我想尝试一下文本识别，所以我使用 opencv 来追踪边缘和 c++ 来查找斜率、曲线等，边缘算法在大而整洁的字符集上效果很好，但是当它遇到小的印刷文本时或具有大量背景噪音的文本，例如嵌入在验证码中的文本，它很难并且看起来不完整，我的猜测是我没有正确设置阈值并尝试了不同的值但没有成功。

在此处输入图像描述

在此处输入图像描述

这是我的代码：

#include "cv.h"
#include "highgui.h"
using namespace cv;
const int low_threshold  = 50;
const int high_threshold = 150;


int main()
{

    IplImage* newImg; 
    IplImage* grayImg; 
    IplImage* cannyImg; 

    newImg = cvLoadImage("ocv.bmp",1);

    grayImg = cvCreateImage( cvSize(newImg->width, newImg->height), IPL_DEPTH_8U, 1 );

    cvCvtColor( newImg, grayImg, CV_BGR2GRAY );
    cannyImg = cvCreateImage(cvGetSize(newImg), IPL_DEPTH_8U, 1);

    cvCanny(grayImg, cannyImg, low_threshold, high_threshold, 3);
    cvNamedWindow   ("Source", 1);
    cvNamedWindow   ("Destination",1);
    cvShowImage     ("Source", newImg );
    cvShowImage     ("Destination", cannyImg );
    cvWaitKey(0);
    cvDestroyWindow ("Source" );
    cvDestroyWindow ("Destination" );
    cvReleaseImage  (&newImg );
    cvReleaseImage  (&grayImg );
    cvReleaseImage  (&cannyImg );

return 0;

}

我浏览了整个网络，并在此站点的此代码中看到了一些复杂的阈值条件：

% Set direction to either 0, 45, -45 or 90 depending on angle.
[x,y]=size(f1);
for i=1:x-1,
    for j=1:y-1,
        if ((gradAngle(i,j)>67.5 && gradAngle(i,j)<=90) || (gradAngle(i,j)>=-90 && gradAngle(i,j)<=-67.5)) 
            gradDirection(i,j)=0;
        elseif ((gradAngle(i,j)>22.5 && gradAngle(i,j)<=67.5))
            gradDirection(i,j)=45;
        elseif ((gradAngle(i,j)>-22.5 && gradAngle(i,j)<=22.5))
            gradDirection(i,j)=90;
        elseif ((gradAngle(i,j)>-67.5 && gradAngle(i,j)<=-22.5))
            gradDirection(i,j)=-45;
        end
    end
end

如果这是解决方案，有人可以为我提供这个算法的 c++ 等价物，如果不是我还能做什么？

4

1 回答 1

5

Canny 边缘检测器是一个多步检测器，使用滞后阈值（它使用两个阈值而不是一个阈值）和边缘跟踪（您的最后一个片段是此步骤的一部分）。我建议先阅读维基百科条目。一种可能的解决方案是选择高阈值，例如 70% 的图像像素将被分类为边缘（最初 - 您可以使用直方图快速完成此操作），而不是选择低阈值作为高阈值的 40%。尝试对图像块而不是整个图像执行边缘检测可能是一个好主意，因此您的算法可以为不同区域计算不同的阈值。

请注意，CAPTCHA-s 设计为难以分割，添加破坏边缘检测的噪声是实现此目的的一种技术（您可能需要先平滑图像）。

于 2012-07-07T19:01:25.207 回答