管理对照明条件非常敏感的文本检测器答案

【问题标题】：Manage a text detector which is very sensitive to lighting conditions管理对照明条件非常敏感的文本检测器
【发布时间】：2021-02-16 04:01:40
【问题描述】：

我正在使用名为 CRAFT 的文本检测（您可以在 github 中查看），它在我使用过的主要图像上做得很好，但我注意到文本检测对光照条件非常敏感。

为了说明这一点，请看这张图片：

Text detected with CRAFT

我有兴趣检测代码部分，即：FBIU0301487。然而，似乎即使使用等于 0 的阈值也无法检测到字符“F”，即让每个边界框都被视为有效检测。在看到更多这样的案例后，我认为这是由于照明条件造成的，即阴影部分和反射光部分之间存在高对比度的区域。更重要的是，在“22G1”文本框中，第一个字符“2”也会发生这种情况。

我的问题是：我能做些什么来检测这些部分吗？也许我可以进行一些图像预处理，但我不太确定哪种预处理可以帮助我。我正在使用 Python，但我不介意库（OpenCV、scikit-image、...）。

我会很感激任何想法。提前致谢！

【问题讨论】：

标签： image opencv computer-vision

【解决方案1】：

一种可能性是在 Python/OpenCV 中进行除法归一化。

输入：

import cv2
import numpy as np

# read the image
img = cv2.imread('truck_id.jpg')

# convert to gray
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

# blur
smooth = cv2.GaussianBlur(gray, (33,33), 0)

# divide smooth by gray image
division = cv2.divide(smooth, gray, scale=255)

# invert
division = 255 - division

# save results
cv2.imwrite('truck_id_division.jpg',division)

# show results
cv2.imshow('smooth', smooth)  
cv2.imshow('division', division)  
cv2.waitKey(0)
cv2.destroyAllWindows()

分区结果：

除法结果（全分辨率小节）：

【讨论】：

这种方法有效！非常感谢，你真的很有帮助！

【解决方案2】：

您可以在文本检测算法之前对图像进行“局部自适应阈值”。

import cv2
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread('dave.jpg',0)
img = cv2.medianBlur(img,5)

ret,th1 = cv2.threshold(img,127,255,cv2.THRESH_BINARY)
th2 = cv2.adaptiveThreshold(img,255,cv2.ADAPTIVE_THRESH_MEAN_C,\
            cv2.THRESH_BINARY,11,2)
th3 = cv2.adaptiveThreshold(img,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,\
            cv2.THRESH_BINARY,11,2)

titles = ['Original Image', 'Global Thresholding (v = 127)',
            'Adaptive Mean Thresholding', 'Adaptive Gaussian Thresholding']
images = [img, th1, th2, th3]

for i in xrange(4):
    plt.subplot(2,2,i+1),plt.imshow(images[i],'gray')
    plt.title(titles[i])
    plt.xticks([]),plt.yticks([])
plt.show()

【讨论】：