0

我必须从视频流中识别图像中的数字，还有更多的东西应该使识别更容易：
1）它是固定字体 6x8，所有符号的宽度都相等
2）我知道数字的确切位置，它们总是矩形, 未旋转/倾斜/缩放，但由于空气传输故障，可能会出现一些失真。
3) 只有数字和 。
4) 数字背景为半黑色（50% 不透明）

我尝试过 tesseract v2 和 v3，但 .NET 包装器并不完美，识别错误非常大，即使我使用自定义字体进行了训练，据我所知，这是因为分辨率小。

我自己制作了非常简单的算法，将图像转换为黑白并计算原始字体图像和流中图像之间的匹配像素，它比 tesseract 表现更好，但我认为更复杂的算法会做得更好。

我尝试使用带有 BackPropagationLearning 的 ActivationNetwork 训练 AForge，但它无法收敛（本文第一部分，只要我不需要缩放和几种字体http://www.codeproject.com/Articles/11285/Neural- Network-OCR，据我了解，文章中的代码适用于旧版本的 AForge），不好的是，这个项目不再受支持，论坛已关闭，据我所知，谷歌群组也已关闭。

我知道 .NET 有 OpenCV 端口，据我所知，它具有与 AForge 不同的网络方法，所以问题是哪种方法最适合。

那么在这方面是否有任何 .NET 框架可以帮助我，如果它支持多个神经网络实现，那么哪种实现最适合？

4

3 回答 3

4

对于固定放大倍率的固定大小字体，您可能可以使用基于模板匹配的不太复杂的 OCR 方法。有关如何使用 OpenCV（不是 .NET，但希望足以让您入门）的示例，请参见此处。基本思想是为每个数字创建一个模板，然后尝试在目标位置匹配所有模板，选择匹配分数最高的那个。因为您知道数字的位置，所以您可以在非常小的区域内搜索每个数字。有关模板匹配背后理论的更多信息，请参阅这篇关于互相关的 wiki 文章。

这实际上是简化 OCR 应用程序的基础（通常用于识别特殊的 OCR 字体，例如用于在硅片上打印序列号的 SEMI 标准字体。）生产级算法还可以支持缩放、旋转和平移的容差，但是底层技术几乎相同。

于 2012-09-28T14:54:20.213 回答
2

试着看看这个项目和这个项目。这两个项目都解释了 OCR 的工作原理，并向您展示了如何在 C# 和 .NET 中实现它。

于 2012-09-28T14:43:17.410 回答
0

如果您不是很着急，我建议您首先寻找解决问题的方法。我在WEKA方面取得了很好的经验。使用 WEKA，您可以非常快速地测试一堆算法。一旦找到解决问题的算法，您就可以将其移植到 .NET、构建包装器、寻找实现或（如果它是一个简单的算法）在 .NET 中重建它。

于 2012-10-18T17:29:06.910 回答