从图像中提取字符

Question

我试图从黑色＆amp;中提取（不识别！）字符白色图像，如果图像是123， 我得到了3个图像的数组，

它是一个重复的问题，我知道，但我无法找到我想要的东西，我也尝试通过代码项目查找但无法找到一个有效的例子

http://www.codeproject.com/Articles/143059/Neural-Network-for-Recognition-of-Handwritten-Digi
源代码未完成


您的帮助非常感谢：）

Answer 1

正如Kenny已经提到的，“连通组件标签”描述了一系列识别连接像素的算法。连接组件也以“连接区域”或“blob”的名称，以及“轮廓”的相关概念。任何这样的算法应该不仅能够找到连接的前景像素的形状，而且能够找到由背景颜色的像素组成的形状内的“孔”的存在。

http://en.wikipedia.org/wiki/Connected-component_labeling

该算法用于依赖图像处理的多个工程领域，包括计算机视觉，机器视觉和医学成像。如果你要在图像处理上花费任何时间，你应该对这个算法非常熟悉，并且至少自己实现一次。

OpenCV库有一个findContours（）函数，可用于查找轮廓，轮廓内的轮廓等。
http://opencv.willowgarage.com/wiki/

如果您希望在工作中看到区域标记算法，请使用应用程序ImageJ查找对“细胞计数”的引用。计数生物细胞是医学成像区域标记的一个重要且经常被引用的应用。

http://rsbweb.nih.gov/ij/

考虑获取有关该主题的教科书，而不是在线学习零碎。研究连通分量（a.k.a.blobs）不可避免地导致考虑二值化（a.k.a.thresholding），它采用灰度或彩色图像并从中生成黑白图像。如果你正在处理来自相机的图像，那么照明变得至关重要，这需要时间和修修补补。

清理图像可能需要许多其他预处理步骤。预处理的需要取决于您的应用程序。

这是一本经常被推荐的教科书，它可以很好地覆盖标准图像处理技术：

数字图像处理，Gonzalez和Woods，第3版 http://www.imageprocessingplace.com/

转到addall.com查找便宜的副本。国际版本更便宜。

如果图像中的字符（或其他形状）具有一致的大小和形状 - 例如，“A”总是40像素高，25像素并且机器以相同的字体打印 - 那么你可能会使用“归一化互相关”或模板匹配技术来识别一个或多个匹配形状的存在。这种技术可以作为一种非常粗略的OCR，但有严重的局限性。

http://en.wikipedia.org/wiki/Template_matching

Answer 2

如果您的图像在白色背景上表示黑色字符（反之亦然），并且图像质量合理，并且文本行是水平的，并且如果每个字符与其邻居分开，则这是一个相对简单的操作找到白色海洋中所有黑色像素的小岛屿。

随着每个ifs的放松，问题变得更加困难，但在概念上保持不变：找到一个黑色像素，然后找到它所连接的所有其他黑色像素，并找到一个字符。或者，考虑到有关OCR和您的要求的评论，您已经找到了一块黑色像素（您断言）代表一个角色。

Answer 3

我已将代码放在代码项目中，它完全符合您的要求 Connected Component Labeling and Vectorization

使用Fu Chang，Chun-Jen Chen和Chi-Jen Lu的论文A Linear-Time Component-Labeling Algorithm Using Contour Tracing Technique进行单程轮廓提取。

Answer 4

您可能会发现了解机器视觉中的Blob或连通性分析很有用。大多数图书馆，包括免费图书馆，都有类似的东西。此外，如果您知道方向，文本是黑白，文本间隔很好，您应该能够在X和Y中找到图像的1d投影中的字符边缘或任何角度（如果有时间）。 / p>

Answer 5

在我看来，到目前为止最好的答案是Rethunk指出你应该使用细分和连接组件标签。 HighPerformanceMark基本上描述了连通组件标签算法（这是一个非常简单的算法），但我认为提到算法的名称对于这种答案很重要。

但请注意，细分和连接组件标签只是解决问题的起点。例如，一些字母，如小写的“i”将由两个组件组成，您应该考虑您可能有ligatures（即两个相互连接的字母）。这就是为什么我喜欢M. Babcock评论：如果没有识别字符，很难有一个很好的解决方案。

对于您的问题，我相信您可以使用OCR library来解决您的问题。