正方体输入灰度的最佳算法

Question

我正在开发一个使用 tesseract 库来识别单词的项目。它没有像我预期的那样工作，有时，它会以完全聚焦的图像失败。我发现原因是我的灰度步骤后的图像不太好。

我使用的算法来自 zxing 项目：

int grey = yuv[inputOffset + x] & 0xff;
pixels[outputOffset + x] = (grey * 0x00010101) | 0xFF000000;

对于这种情况有没有更好的解决方案？

更新： 我尝试在裁剪和转换后打印图像，我得到了一个具有预期大小但不是颜色的裁剪图像。看起来图像被转换为​​“紫绿色”图像。任何人都可以帮助我:(？

Answer 1

调整输入图像的大小以确保您在 Tesseract 喜欢的范围内获得 x 高度，并使用 Otsu 或通过 Open CV 和一些形态学过滤器（如开放和扩张）进行自适应阈值处理，提供一组良好的预处理过滤器，可产生良好的结果，具体取决于您的输入需要尝试打开/扩张的配置。

Answer 2

旧版本确实需要 8 位灰度 tiff 才能获得良好效果。但是，如果您使用 >3 的版本，最好的算法是根本不进行任何图像预处理。至少在你没有特殊要求的情况下。 如果你有红色字符（0xFF000000 只使用红色通道），zxing 的算法会很好。