标签: python opencv image-processing computer-vision ocr
我正在尝试从轮胎图像中提取文本,因为背景和前景文本与大多数OCR(尝试过的Google OCR和tesseract)相似,但无法检测文本。你们能建议一些用于此任务的预处理步骤以提高OCR效率
样本图片-
我已经尝试过对这些文本进行阈值化和边缘检测- 我没有获得适当的阈值输出,但通过边缘检测获得了一些领先优势-
这是Holistically-Nested Edge Detection与OpenCV的结果-
答案 0 :(得分:1)
快速测试将是感受复杂性和验证方法的最佳方法。让我们使用以下示例:
尝试使用颜色阈值处理是一种首选方法,考虑到非常理想的初始条件,它可以很好地工作:
稍微不同的情况将需要额外的调整,因此可能很难开发出涵盖所有情况的解决方案。不同的照明条件可能会导致完全不同的阈值集,等等。
边缘过滤器可能会提供更多的见解,但是“带纹理的”字母将变得更加棘手。最后,也许可以使用NN(经过适当的培训)来捕获所有特定的细节,字母,数字等,但是不能保证最终的准确性会很高。