合并边缘和填充区域

Question

这是一个问题，是Prepare complex image for OCR的后续行动。

我有一个带有数字的图像的canny边缘检测器的输出：

正如你所看到的，我有一个数字的各种边缘，这是由信用卡上的浮雕造成的。目标是拥有适合字符识别的实心数字。

这是尝试使用形状关闭操作“填充”数字，其中5x5结构元素为菱形：

我尝试了各种结构元素，但没有取得多大成功。您可以看到如何创建孔（数字9和0）以及形状是否扭曲（数字3）。

你能推荐一种更好的方法来填充结构，但不要将不同的数字粘在一起并保持原始形状吗？

然而，即使数字看起来很差并且在应用关闭操作后垂直分割数字，也可以获得良好的识别效果。

谢谢， 的Valentin

Answer 1

我认为使用高级灰度二值化技术可以获得更好的效果，例如使用大内核的sauvola binarisation（我使用50x50）。该阈值滤波器考虑了灰度值的局部方差，并且对限制的变化不敏感。它还具有一些高通/低通属性，具体取决于设置。 请参阅JavaOCR项目中的实现：

http://sourceforge.net/projects/javaocr/

（PS：50x50内核不是问题 - 这个实现速度与内核大小无关）

更新，刚刚在信用卡上尝试了我的OCR拨号器，下面的binarisation结果：

反射表面产生很多噪音，但我认为这可以控制 进行一些预处理。

Answer 2

你没有显示任何代码，所以我们不能帮助太多。以下是在尝试canny操作之前如何使用某些形态操作填充一些间隙而不更改大小的片段。

// OTSU, then binary threshold
Imgproc.threshold(colorImg, grayImg, 0, 255.0, Imgproc.THRESH_OTSU | Imgproc.THRESH_BINARY);

// Morphological reduction of noise, strengthen lines
Mat element = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(7, 7));
Imgproc.dilate(grayImg, grayImg2, element);
Imgproc.erode(grayImg2, grayImg, element);

// Edge detection
Imgproc.Canny(grayImg, output, 50, 50);

但是，您应该查看card.io，其中包含信用卡。使用预图像处理读取浮雕符号非常困难，因为照明变化太大。你最好使用机器学习。