检测图像上文本存在的算法

Question

通过我的新作业，我正在寻找一种方法来检测图像上是否存在文本。图像是地图 - 例如可以是谷歌地图。任务是检测街道/城市标签的放置位置。

我知道opencv库具有可以检测特征的算法（例如人脸） - haar分类器或hog（定向梯度的直方图），但我听说这种算法的学习过程非常困难。

您是否知道可以执行此操作的任何算法，方法或库（检测图像上是否存在文本）？

谢谢， 约翰

Answer 1

在视觉中存在标准问题，称为图像中的文本检测。它与OCR完全不同。 OCR用它所说的来表达自己，而文本检测则是关于确定图像中是否有文本。 Adi Shavit的第三个链接是解决这个问题的方法。你可以在text detection上查看google scholar引用文章。

Answer 2

您可以采取几种可能的方法。

1. 使用OCR。在Stackoverflow上搜索OCR将显示许多选项。其中包括Tesseract和Ocropus。
2. 如果您的文字使用非常具体的固定字体，则可能会使用simple template matching。
3. 在更一般的情况下，您可能需要查看“Detecting Text in Natural Scenes with Stroke Width Transform”

2017年1月更新
OpenCV 3.2 contrib模块现在有一个text detection module 它还includes a sample如何使用它。

Answer 3

您需要将其调整为特定类型的地图图像，否则问题将非常困难（请参阅上一篇文章链接到文章）。

OCR是要走的路，你应该使用现有的库。但是，OCR主要是在白色背景上的文本上完成的。要将问题减少到常规OCR问题，您应该尝试处理地图的颜色空间。可能地图文本具有非常特定的颜色，这可能足以找到这些像素。然后，您可以根据连接区域的大小过滤检测到的像素。

如果您真的只想找到文本标签的位置，您可以执行上述操作，并且几乎只是跳过OCR步骤。如果标签不是太近，可以使用简单的聚类算法来找到它们各自的位置。