OCR扑克牌

Question

我决定做一个有趣的项目，我想把扑克牌的形象作为输入并返回其等级和套装。我想我只需要看左上角，因为那里有所有的信息。它应该是健壮的 - 如果我有一张Ace of Diamonds的大图像，我应该能够将它从20％扩展到200％，并且仍能得到正确答案。

第一个问题 - 有什么东西已经写好了吗？如果是这样，我会找到OCR的其他内容，所以我不会重复这些努力。

第二 - 这是最好的方法吗？神经网络？手写的东西？任何人都可以提供任何指示吗？ （0xCAAF9452不是可接受的答案）。

Answer 1

我认为已经有一些东西已经写好了你想要完成的东西（至少是开源和Python）。

关于你的第二个问题，这取决于你想要识别的内容。如果输入可以来自不同的来源 - 例如，具有独特风格的不同品牌的扑克牌 - 那么您应该使用基于机器学习的算法（例如神经网络或支持向量机） [SVM]），以便让它学习如何识别未知输入。但是，如果输入在形状或样式上始终相同，则简单的图像比较算法就足够了（例如，将切片的左上角的像素与每个等级的像素进行比较）。

如果您决定使用基于机器学习的算法，我也认为您不需要非常复杂的功能，因为套装和等级在形状或风格上的变化并不是很大，你应该没问题只使用左上角的像素作为特征。

您可能会觉得有趣的玩具OCR示例 here 。使用的lib（LibSVM）也有一个Python版本，我已经使用过，发现它非常简单。

希望它有所帮助。

Answer 2

它不那么强大，但你可以看看卡上3或4个位置的颜色，这样如果它们是白色或者它们是一种颜色，你就可以确定哪张卡适合它。显然，如果你不总是拥有相同的牌，这将无效。

Answer 3

就个人而言，我会选择这个机器学习路线。

Answer 4

鉴于样本量有限（4个套装，13个不同的值），我只是尝试将套装和价值的参考图像与新的输入图像相匹配。首先找到传入套装/值的边界框（包围所有非白色像素的最小框），缩放参考图片以匹配该边界框的大小，并通过像素方式的绝对差异找到最佳“匹配”。图片的颜色（即红色或黑色）将使这更容易。