Java OpenCV + Tesseract OCR“代码”识别

Question

我正在尝试使有人手动将代码转换为数字代码的过程自动化。

然后我开始阅读有关 OCR 的内容。所以我安装了 tesseract OCR 并在一些图像上进行了尝试。它甚至没有检测到接近代码的东西。

在阅读了有关 stackoverflow 的一些问题后，我发现图像需要进行一些预处理，例如将图像倾斜到水平图像，例如可以通过 openCV 完成。

现在我的问题是：

• 像上图这样的情况应该使用什么样的预处理或其他方法？
• 其次，我可以依赖输出吗？在上图这样的情况下它是否总是有效？

希望有人能帮帮我！

Answer 1

我决定捕获整张卡片而不是仅捕获代码。通过捕获整张卡片，可以将其转换为普通透视图，然后我可以轻松获得“代码”区域。

我也学到了很多东西。特别是关于速度。此功能在高分辨率图像上速度较慢。尺寸为 3264 x 1836 时最多需要 10 秒。

为了加快速度，我将输入矩阵的大小调整为1 / 4 的系数。这使它4^2 快​​了几倍，并且给了我最小的精度损失。下一步是将我们找到的四边形缩放回正常大小。这样我们就可以使用原始源将四边形转换为普通透视图。

我为检测最大区域创建的代码很大程度上基于我在 stackoverflow 上找到的代码。不幸的是，它们并没有像我预期的那样工作，所以我结合了更多的代码 sn-ps 并进行了很多修改。 这是我得到的：

    private static double angle(Point p1, Point p2, Point p0 ) {
        double dx1 = p1.x - p0.x;
        double dy1 = p1.y - p0.y;
        double dx2 = p2.x - p0.x;
        double dy2 = p2.y - p0.y;
        return (dx1 * dx2 + dy1 * dy2) / Math.sqrt((dx1 * dx1 + dy1 * dy1) * (dx2 * dx2 + dy2 * dy2) + 1e-10);
    }



    private static MatOfPoint find(Mat src) throws Exception {
        Mat blurred = src.clone();
        Imgproc.medianBlur(src, blurred, 9);

        Mat gray0 = new Mat(blurred.size(), CvType.CV_8U), gray = new Mat();

        List<MatOfPoint> contours = new ArrayList<>();

        List<Mat> blurredChannel = new ArrayList<>();
        blurredChannel.add(blurred);
        List<Mat> gray0Channel = new ArrayList<>();
        gray0Channel.add(gray0);

        MatOfPoint2f approxCurve;

        double maxArea = 0;
        int maxId = -1;

        for (int c = 0; c < 3; c++) {
            int ch[] = {c, 0};
            Core.mixChannels(blurredChannel, gray0Channel, new MatOfInt(ch));

            int thresholdLevel = 1;
            for (int t = 0; t < thresholdLevel; t++) {
                if (t == 0) {
                    Imgproc.Canny(gray0, gray, 10, 20, 3, true); // true ?
                    Imgproc.dilate(gray, gray, new Mat(), new Point(-1, -1), 1); // 1 ?
                } else {
                    Imgproc.adaptiveThreshold(gray0, gray, thresholdLevel, Imgproc.ADAPTIVE_THRESH_GAUSSIAN_C, Imgproc.THRESH_BINARY, (src.width() + src.height()) / 200, t);
                }

                Imgproc.findContours(gray, contours, new Mat(), Imgproc.RETR_LIST, Imgproc.CHAIN_APPROX_SIMPLE);

                for (MatOfPoint contour : contours) {
                    MatOfPoint2f temp = new MatOfPoint2f(contour.toArray());

                    double area = Imgproc.contourArea(contour);
                    approxCurve = new MatOfPoint2f();
                    Imgproc.approxPolyDP(temp, approxCurve, Imgproc.arcLength(temp, true) * 0.02, true);

                    if (approxCurve.total() == 4 && area >= maxArea) {
                        double maxCosine = 0;

                        List<Point> curves = approxCurve.toList();
                        for (int j = 2; j < 5; j++)
                        {

                            double cosine = Math.abs(angle(curves.get(j % 4), curves.get(j - 2), curves.get(j - 1)));
                            maxCosine = Math.max(maxCosine, cosine);
                        }

                        if (maxCosine < 0.3) {
                            maxArea = area;
                            maxId = contours.indexOf(contour);
                            //contours.set(maxId, getHull(contour));
                        }
                    }
                }
            }
        }

        if (maxId >= 0) {
            return contours.get(maxId);
            //Imgproc.drawContours(src, contours, maxId, new Scalar(255, 0, 0, .8), 8);
        }
        return null;
    }

你可以这样称呼它：

MathOfPoint contour = find(src);

请参阅此答案以从轮廓检测四边形并将其转换为普通透视图： Java OpenCV deskewing a contour