任何好的图像文本定位算法？

Question

我想问你是否知道任何可以检测图像中文本候选的好文本定位算法（对于我的OCR项目）

基本上，在“应用”此算法之后，我希望能够获得具有候选字符的区域（边界框），例如

我正在努力寻找一些我可能会使用的东西，但即使我发现它最有可能出现在极其困难的论文中，需要应用非常高的数学。我已经遇到了MSER（Maximally Stable Extremal Regions）或Gradient Vector Flow方法，但对我来说这两者都很难（尽管我对数学有很多了解，但我仍然很难搞清楚这些）

Answer 1

这些可能会给你一些指示：

1. Algorithm to detect presence of text on image
2. https://stackoverflow.com/questions/850717/what-are-some-popular-ocr-algorithms?rq=1
3. What are good algorithms for vehicle license plate detection?

Answer 2

您可以使用Opencv3.0＆＃34;场景文本检测＆＃34;功能。它基于类特定的极值区域进行场景文本检测＆＃39;。它还有示例代码。

您可以在以下网址找到它们：

[1] http://docs.opencv.org/3.0-beta/modules/text/doc/erfilter.html

[2] https://github.com/Itseez/opencv_contrib/blob/master/modules/text/samples/textdetection.cpp

<强>论文：

[Neumann12] Neumann L.，Matas J。：实时场景文本定位和识别，CVPR 2012.该论文可在http://cmp.felk.cvut.cz/~neumalu1/neumann-cvpr2012.pdf

在线获取。

[Neumann11] Neumann L.，Matas J。：使用经过有效修剪的穷举搜索的真实世界图像中的文本定位，ICDAR 2011.该论文可在http://cmp.felk.cvut.cz/~neumalu1/icdar2011_article.pdf

在线获取。

[Gomez13] Gomez L.和Karatzas D。：自然场景中的多脚本文本提取，ICDAR 2013.该论文可在http://158.109.8.37/files/GoK2013.pdf

在线获取。

[Gomez14] Gomez L.和Karatzas D。：用于多脚本和任意面向场景文本提取的快速分层方法，arXiv：1407.7504 [cs.CV]。该论文可在http://arxiv.org/abs/1407.7504

在线获取

Answer 3

我不知道任何简单或简单的算法。但是，我们使用名为leadtools的第三方工具包来执行类似的行为。我知道它可以自动找到文本区域并识别它们。有关详细信息，请参阅此帮助主题，其中包含代码段：

Auto Zone

此外，您可以在OCR之前对图像进行一些图像处理，因为图像中的颜色会降低OCR识别过程的准确性和性能。