Question

我正在尝试开发一种系统，该系统可以将旧模拟压力输出系统上的七段显示转换为文本，这样数据就可以由LabVIEW处理。我一直致力于图像处理，以获得Tesseract（使用v3.02）正确识别数字，但已经遇到了一些障碍，并且不太了解如何继续。这是我到目前为止所得到的：

图像需要在50-100像素之间，以便Tesseract正确读取。我找到了最好的结果，高度为50.
需要裁剪图像，以便只有一行文字。
图片应该是黑白的
图像应该从左到右相对水平。

我一直在使用七段训练数据＆＃39; letsgodigital＆＃39;。这是我到目前为止所做的图像处理的代码：

  ret, i = video.read()
  h,width,channels = i.shape #get dimensions

  g = cv2.cvtColor(i,cv2.COLOR_BGR2GRAY)
  histeq=cv2.equalizeHist(g) #spreads pixel values across entire spectrum
  _,t = cv2.threshold(histeq,150,225,cv2.THRESH_BINARY) #thresholds histeq

  cropped = t[int(0.4*h):int(.6*h), int(0.1*width):int(0.9*width)]
  rotated = imutils.rotate_bound(cropped, angle)
  resized = imutils.resize(rotated,height=resizing_height)

有些数字比其他数字效果更好 - 例如，＆＃39; 1＆＃39;似乎有很多麻烦。这些数字发生在＆＃39; +＆＃39;之后。或者＆＃39; - ＆＃39;通常不会出现，而且＆＃39; +＆＃39;经常出现在＆＃39; - ＆＃39;。我也玩了一些阈值值。

最后三部分是因为我拍摄的视频样本略显歪斜。我可以尝试使用一些更好的数据来处理，我也可以尝试使用标准版本来制作我自己的培训数据＆＃39; letsgodigital＆＃39;郎。我觉得我不是以最好的方式进行图像处理，并且会很感激一些指导。

我计划使用某种程度的边缘检测来自动切换到显示器，但是现在我一直试图保持简单并手动获得我想要的结果。我已经上传了在http://imgur.com/a/vnqgP处应用了不同程度图像处理的样本图像。这很困难，因为有时候我会从tesseract得到准确的答案，而其他时候什么也得不到。虽然相机或灯光水平并没有真正改变，但这让我觉得这对我的训练数据来说是一个问题。任何建议或指示我应该去哪里将非常感谢!!谢谢

Answer 1

对于读取七段数字，正常的OCR程序如tesseract通常不能很好地工作，因为各个段之间的空间。您应该尝试ssocr，它专门用于读取七个段数字。但是，您的预处理需要更好，因为ssocr期望输入是七行数字的单行。

参考文献 - https://www.unix-ag.uni-kl.de/~auerswal/ssocr/

用法示例 - http://www.instructables.com/id/Raspberry-Pi-Reading-7-Segment-Displays/

使用OpenCV

1 个答案: