如何根据图像质量确定使用哪种OCR方法

Question

我问一个问题，因为我为期两周的研究开始让我感到非常困惑。

我有一堆图像，我想从这些图像中获取运行时中的数字（Reinforcment Learning中的奖励功能需要它）。事实是，它们对我来说很清楚（我知道对于OCR系统这是完全不同的事情，但这就是为什么我要提供其他图像来显示我在说什么）

我认为这是因为它们很明确。因此，我尝试使用PyTesseract，但在无法解决问题时，我试图研究哪些其他方法可能对我有用。

...这就是我的搜索到此结束的原因，因为试图找出最适合我的问题的方法的两个星期才引发了更多问题。

目前，我认为最好的解决办法是从MNIST / SVNH数据集中创建数字识别模型，但这是否有点过大？我的意思是，图像是标准化的，它们是灰度的，它们很小，数字字体保持不变，所以我认为有一种更简便的方法来修改这些图像/使用不同的OCR方法。

这就是为什么我要问两个问题：

1. 对于我的情况，哪种方法应该是最有用的（如果不是模型的话） 训练有MNIST / SVNH数据集？
2. 是否有任何类型的文档/书籍/资源可以简化基础架构的实际选择？我的意思是说 将来我会再次计划使用哪种OCR系统。 我应该在什么基础上做出选择？纯粹是尝试和错误 东西吗？

Answer 1

如果您要识别的是那7个段位数字，那就不用理会任何OCR软件包了。

使用窗口的轮廓查找数字的大小和位置。然后计算面向这些分段的七个预定义区域中的黑色像素。