4

我正在尝试从柜台读取以下 kWh 数字。问题是tesseract OCR无法识别模拟数字。

柜台

问题是：在不同位置制作所有数字（从0到9）的照片会更好吗（我的意思是当数字在中心时，当它在顶部和数字2时正在出现等）并尝试图像识别而不是文本识别？

据我了解，区别在于，图像识别是比较照片，而文本识别……嗯，我不知道……

有什么建议吗？

4

2 回答 2

3

由于计数器不是数字的，而是模拟的，所以我们在转换时遇到了问题。文本/数字识别库无法识别那样的东西。我找到的解决方案是：机器学习。

首先，我让用户制作图片，其中数字占图像的 70-80%（以删除不需要的细节）。

然后我正在寻找平行线（如果有的话）并剪切图片，即在它们之间（如果距离足够大）。

之后，我对图片进行过滤（使用对比度、亮度、设置灰度），然后使用过滤器，使图像只包含两种颜色（#000000（黑色）和#ffffff（白色））。为了更容易找到轮廓。

然后我通过使用算法找到轮廓Canny并通过删除不需要的细节来过滤它们。

之后我使用K-Nearest-Neighbour算法来识别数字。

但在我识别任何东西之前，我需要教算法，数字的样子以及它们是什么。

我希望它有用！

于 2015-08-20T09:47:49.047 回答
2

也许您没有正确配置 tesseract。我使用它编写了一个代码来解决您的问题：

#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <tesseract/baseapi.h>
#include <iostream>

using namespace cv;

int main(int argc, char** argv)
{
    cv::Mat input = cv::imread("img.jpg");

    //rectangle containing just the kWh numbers
    Rect roi(358,327,532,89);

    //convert to gray scale
    Mat input_gray;
    cvtColor(input(roi),input_gray,CV_BGR2GRAY);

    //threshold image
    Mat binary_img = input_gray>200;

    //make a copy to use on findcontours
    Mat copy_binary_img = binary_img.clone();

    vector<vector<Point> > contours;
    vector<Vec4i> hierarchy;

    //identify each blob in order to eliminate the small ones 
    findContours(copy_binary_img, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0,0));

    //filter blobs by their sizes
    for (vector<vector<Point> >::iterator it = contours.begin(); it!=contours.end(); )
    {
        if (it->size()>20)
            it=contours.erase(it);
        else
            ++it;
    }

    //Erase blobs which have countour size smaller than 20
    for( int i = 0; i< contours.size(); i++ )
    {
        drawContours( binary_img, contours, i, 0, -1, 8, hierarchy, 0, Point() );
    }

    //initialize tesseract OCR
    tesseract::TessBaseAPI tess;
    tess.Init(NULL, "eng", tesseract::OEM_DEFAULT);

    tess.SetVariable("tessedit_char_whitelist", "0123456789-.");

    tess.SetPageSegMode(tesseract::PSM_SINGLE_BLOCK);

    //set input 
    tess.SetImage((uchar*)binary_img.data
            , binary_img.cols
            , binary_img.rows
            , 1
            , binary_img.cols);

    // Get the text
    char* out = tess.GetUTF8Text();
    std::cout << out << std::endl;
    waitKey();
    return 0;
}
于 2015-08-05T00:13:40.600 回答