计算机视觉分析

Question

任何人都可以告诉我什么是一个好的框架或API，允许在图像上进行多个文本检测。理想情况下，我想要图像上的文本位置（坐标）。我一直在寻找一段时间，但无济于事。

谢谢

Answer 1

这看起来有点棘手，除非你能稍微简化一下这个问题。现在是手写还是打印的文字？它是正面（与图像平面平行）。最简单的方法是使用OCR或字符识别应用程序（如果它与图像平面不平行，则使用透视失真）并创建一个可以进行阈值处理的分数。如果有很多字符，准确度会增加。但它可能在计算上非常强烈，除非你有一个大约“比例”的字符，因为你正在搜索比例，位置和有限的失真，这可能是一个巨大的搜索空间。