Question

任何人都可以使用matlab从具有透视失真的图像中了解不同的文本检测方法，或者任何代码都可用。是opencv优于matlab进行文本检测

Answer 1

我认为，matlab适用于文本检测（ocr）。有一些ocr的库。最重要的是：

ABBYY
Tesseract

Tesseract被认为是目前最准确的开源OCR引擎之一。

我使用透视失真处理ocr并使用matlab-tesseract库。

我通过使用houghlines方法查找图像边框及其线条来处理旋转图像的透视扭曲问题。

我将分享我的代码片段，我希望它能为您提供有关该问题的愿景

        function [ output_args ] = rotate_image(  )
         clc;
         close all;
         clear; 

         I = imread("any_images")
         I2 = imcrop(I,[85 150 590 480]);
         I3 = imcrop(I2,[-85 0 440 480]);
         imwrite (I3,'original.tiff', 'Resolution', 300);
        thresh = graythresh(I3);
        Bimage = im2bw(I3, thresh);
        Bimage = edge(Bimage,'sobel');
        [H, T, R] = hough(Bimage);%,'RhoResolution',0.1,'Theta',[-90,0]);
        P  = houghpeaks(H,10);%,'threshold',ceil(0.3*max(H(:))));
        % Find lines and plot them
        lines = houghlines(Bimage,T,R,P);%,'FillGap',100,'MinLength',5);
        figure, imshow(I3), hold on
        max_len = 0;
        for k = 1:length(lines)
            xy = [lines(k).point1; lines(k).point2];
            len = norm(lines(k).point1 - lines(k).point2);
            if ( len > max_len)
                max_len = len;
                xy_long = xy;
            end
        end

    % highlight the longest line segment
    plot(xy_long(:,1),xy_long(:,2),'LineWidth',2,'Color','blue');
    a = -xy_long(1,1) + xy_long(2,1);    
    b = -xy_long(1,2) + xy_long(2,2);

    angle=180-atand(b/a);

    if angle > 180
        angle = angle-180;
    end

    angle
    B = imresize(I3, 2);

   if angle > 90
        B =  imrotate(B, 90 - angle ,'bilinear','crop');
   else 
        B =  imrotate(B, -angle,'bilinear','crop');
   end

   imwrite (B,'rotated_image.tiff', 'Resolution', 300);

 end

使用matlab

1 个答案: