如何对单个数字或多个数字进行分类

Question

我有一个包含数字的图像。

有：1,153,25,50,23和40

对于每一位数字，我对数字识别没有任何问题。我能认出有1,1,5,3,5,0,2,5,2,3,4,0。

现在，我想让他们成为1,153,25,50,23和40。

我的方法是，使图像变得模糊，因此数字的边界框与其他数字的边界框相遇。然后在多个边界框的巨大边界框内提取数字。

我的期望是这样的

但是，现实就像这样

1,153,25,5,0和2340

，因为

• 距离5和0太远

• 距离23和40太近

我的问题是，是否有另一种方法可以对那些是单数字还是多数字进行分类？如果有，怎么样？ :) 非常感谢你:)）

*抱歉我的英文不好

**我使用的是opencv c ++

Answer 1

与此相比，模糊然后找到边界框的计算时间很长：

如果您可以选择每个数字，那么您必须至少为每个数字都有一个中心点。我会通过找到每个数字的宽度和高度以及旋转来进一步做到这一点。有了这些信息，我将应用一组与读取数字相对应的规则。

这些规则可行：

1. 以节点编号等于位数
的空图表开头
2. 被测数字是否有任何其他数字小于一个宽度（或两个宽度相互之间的中心点）？
3. 如果是，则两个数字具有相同的旋转（+/-容差）
4. 如果是，那么旋转90（+/- tol）度到两位数的中心点之间的线？
5. 使用两点的矢量差异确定顺序
6. 在两位数字之间创建方向性边缘
7. 检查对面的另一个数字（快捷方式）
8. 重复下一个数字
9. 沿着图表查找您的一组数字

考虑到这样的问题，我宁愿使用概率来订购一组可能的解决方案，那么你的程序可以询问操作员，或者它是否会卡住，假设有一件事可以回去并选择下一个＆＃34;最好的＆ ＃34;之一。

希望这有帮助，我羡慕你的数字识别技能：）

Answer 2

我建议你不要模糊图像。只需提取单个字符及其边界框即可。然后，您可以迭代地为其质心应用欧氏距离阈值，将边界框合并在一起，一次一个。然后，您可以将每个数字建模为链接列表，并通过简单的方向启发式继续添加到元素两侧的列表中。