从两个图像中选择OCR的最佳输入

Question

我正在构建一个预处理项目，以增强第2阶段将会发生的OCR结果，但是来自两个图像。

例如我有image1和image2，我们需要检查哪一个更适合在它上面进行OCR。

性能和处理时间非常重要（实时应用）。

以下是我需要讨论的一些案例：

案例1 ：

两者都是＆＃34; F＆＃34;信，但第一个是可读的＆＃34; F＆＃34;在接下来会发生的OCR中，第二个根本不可读，所以对于情况1，我需要选择第一个＆＃34; F＆＃34;作为OCR的输入并忽略第二个图像。

情况2 ：

两者都是＆＃34; R＆＃34;字母，并且两者都可以在OCR中读取，但是第一个在我们看到的第二个更好，所以我需要选择第一个＆＃34; R＆＃34;这里。

情形3：

它类似于第一种情况，其中＆＃34; n＆＃34;这里在OCR中是不可读的，所以我需要选择第一个＆＃34; na＆＃34;

CASE4 ：

在第一个＆＃34; na＆＃34; ＆＃34; n＆＃34;和＆＃34; a＆＃34;没有合并在一起，第二个是一个＆＃34;轮廓＆＃34;所以第一个＆＃34; na＆＃34;更好地成为OCR的输入。

我需要构建一个通用的快速算法，以检查图像的这一部分是否更适合OCR。

我尝试了以下内容：

1-方法1：检查图像是否模糊，选择更好的图像。

2-方法2：调用canny方法（或sobel）并选择更好的图像。

3-方法2：检查图像上的轮廓计数，并根据轮廓区域选择看起来更好的图像并计数。

有更好的建议吗？

Answer 1

问题是你如何得到这些块？

您如何确定这些是要比较的东西。

如果你知道预期字符的大小 - 所以你切掉那个大小的块 - 那么你也可以在比较中使用它。

Answer 2

我认为这个问题有点过于宽泛。对于不同类型的缺陷，我建议采用不同的方法。

对于前两个案例，可能是第三个案例，我建议做一个小形态close并将结果与​​原始结果进行比较。使用close时，更好的字母会变少，因为它没有小孔和小点。比较度量可以像按像素方向的绝对差值一样简单。

Answer 3

你可以尝试形态学操作。看看这个。 http://docs.opencv.org/master/d9/d61/tutorial_py_morphological_ops.html#gsc.tab=0