从图像中提取数字

Question

我有手机信用充值卡的图像，我想只提取充值号码（灰色区域）作为可用于直接为手机充电的号码序列

这只是一张示例照片，不能视为标准照片，因此矩形区域的位置可能会有所不同，在背景中也会有不同的尺寸。划痕区域可能没有完全划伤，相机的深度和位置也可能不同。我在互联网上阅读了大量的论文，但我找不到任何可能有趣的内容，大多数论文都讨论了手写数字的检测。 任何链接或算法名称都非常有用。

Answer 1

您可以使用机器学习方法在vehicle plate number detection上搜索论文。基本上你需要先提取数字，你可以使用sobel滤镜提取垂直边缘，然后使用阈值（二进制图像）和形态学操作（去除每条垂直边缘线之间的空白区域，并连接所有边缘数量较多的区域） ）。最后检索轮廓并用掩模填充连接的组件。

提取数字后，可以使用神经网络和svm等机器学习方法识别它们。

希望它有所帮助。

Answer 2

从图像中提取GRAY部分，然后使用Tesseract（OCR）提取灰色图像上的文字。

Answer 3

我认为您可能找不到从互联网上的图像中读取的算法。没有人会透露这一点。我想，如果你是一个铁杆程序员，你可以使用自己的代码破解它。我试过截图，字体更清晰，算法很简单。为此，算法应该很复杂，因为您正在从照片源而不是屏幕截图中阅读。

Answer 4

请按照以下步骤操作：

加载图片。

选择数字（通过轮廓查找并对字母的面积和高度应用约束以避免错误检测）。这将分割图像，从而模块化您想要执行的OCR操作。

用于执行识别和分类的简单K - 最近邻算法。

Answer 5

如果最终目标只是制造机器人，则可以直接从应用程序中提取文本，而不必担心OCR，但是如果您想了解有关机器学习的更多信息，而您尚未完成MNIST，和CIFAR-10数据集是绝佳的起点。

如果对图像进行预处理，以使黄色像素为黑色，而所有其他像素为白色，则可以使用更加干净的源代码。

如果您想为此进行Tesseract的工作，而预处理还不够，那么您可能必须重新训练该字体。您将需要准备一个语料库，以与期望源数据看起来类似的方式对其进行处理，然后使用类似qt-box-editor的方法来更正数据。本指南应该能够引导您完成再培训的基本步骤。