5

C++ Library for image recognition: images contains words to string问题的公认答案建议您：

  1. 将输入图像放大/缩小到 300 DPI。

我将如何做到这一点...我的印象是 DPI 用于显示器，而不是图像格式。

4

5 回答 5

3

每当您将像素中的图像与具有图片大小的物理设备相关联时，DPI 都是有意义的。在 OCR 的情况下，它通常意味着扫描的分辨率，即每英寸扫描将获得多少像素。12 磅字体意味着以每行 12/72 英寸打印，大写字符可能占其中的 80%；因此，当以 300 DPI 扫描时，它的高度约为 40 像素。

许多图像格式都记录了 DPI。如果图像被扫描，这应该是扫描仪的准确设置。如果它来自数码相机，它总是显示 72 DPI，这是 EXIF 规范强制要求的默认值；这是因为相机无法知道图像的原始大小。当您使用成像程序创建图像时，您可能有机会将 DPI 设置为任意值。这是为了方便您指定最终图像的使用方式，并且与图像中包含的细节无关。

这是之前的一个问题，询问了调整图像大小的细节： 如何对图像进行高质量缩放？

于 2009-02-08T00:18:32.363 回答
3

我认为这里更准确的术语是resampling。您需要足够高的像素分辨率来支持准确的 OCR。字体大小（例如，以磅为单位）通常以长度为单位，而不是像素。由于 72 点 = 1 英寸，我们需要每点 300/72 像素才能获得 300 dpi（“每英寸像素”）的分辨率。这意味着典型的 12 磅字体的高度（或更准确地说，单行距文本中的基线到基线的距离）为 50 像素。

理想情况下，您的源文档应该以适合给定字体大小的分辨率进行扫描，以使图像中的字体大约为 50 像素高。如果分辨率太高/太低，您可以使用图形程序（例如GIMP）轻松地重新采样图像。您也可以通过图形库以编程方式执行此操作，例如ImageMagick，它具有许多编程语言的接口。

于 2009-02-08T00:34:25.420 回答
2

OCR 软件通常设计为使用“正常”字体大小。从图像的角度来看，这意味着它将寻找可能在 30 到 100 像素高度范围内的字母。分辨率更高的图像会产生看起来太大的字母，OCR 软件无法有效处理。同样，较低分辨率的图像不会为软件提供足够的像素来识别字母。

于 2009-02-07T23:27:20.377 回答
1

“我该怎么做……我的印象是 dpi 是用于显示器的，而不是图像格式。”

DPI 代表每英寸点数。跟显示器有什么关系？好吧，我们有一个由三个 RGB 子像素组成的像素。DPI 越高，您塞入该空间的细节就越多。

DPI 对显示和打印来说是一种有用的度量，但没有什么用处……事实上，对于图像格式本身没有任何用处。

在某些格式中标记 DPI 的原因是指示设备以该分辨率显示，但据我了解，几乎所有人都忽略了该指令，并尽最大努力优化特定输出的图像。

您可以将图像格式的 72 dpi 更改为 1 dpi 或 6000 dpi，这在显示器上不会产生任何影响。“放大/缩小到 300 dpi”没有意义。重采样也不会改变 DPI。在 Photoshop 中尝试，在更改 DPI 时取消选中“重新采样”，你会发现没有任何区别。它不会变大或变小。

DPI 对于图像格式完全没有意义，IMO。

于 2009-02-08T01:05:37.183 回答
0

如果您的目标是 OCR，则 DPI 作为原始扫描文档中每英寸图像中的点数是有意义的。如果你的 dpi 太低，信息就永远消失了，即使是双三次插值也不能很好地恢复它。如果你的 dpi 太高，很容易丢掉比特。

完成工作；我是 netpbm/pbmplus 工具集的忠实粉丝；开始的工具是pnmscale，但如果您有位图，您需要考虑相关工具，例如pbmreduce.

于 2009-02-08T03:00:12.303 回答