从两个图像中选择 OCR 的最佳输入答案

【问题标题】：Choose best input to OCR from two images从两个图像中选择 OCR 的最佳输入
【发布时间】：2015-12-24 14:20:37
【问题描述】：

我正在构建一个预处理项目，以增强将在第 2 阶段发生的 OCR 结果，但来自两个图像。

例如我有image1和image2，我们需要检查哪一个更好地对其进行OCR。

性能和处理时间非常重要（实时应用）。

以下是一些我需要讨论的案例：

案例1：

两者都是“F”字母，但第一个在接下来发生的 OCR 中是可读的“F”，而第二个根本不可读，所以对于案例 1，我需要选择第一个“F”作为 OCR 的输入并忽略第二张图像。

案例2：

两者都是“R”字母，在OCR中都是可读的，但是我们看到第一个比第二个更好，所以我需要在这里选择第一个“R”。

案例3：

和第一种情况类似，这里的“n”在OCR中是不可读的，所以我需要选择第一个“na”

案例4：

在第一个“na”中，“n”和“a”没有合并在一起，第二个是一个“轮廓”，所以第一个“na”作为 OCR 的输入要好得多。

我需要构建一个通用的快速算法来检查图像的这部分是否更适合 OCR。

我尝试了以下方法：

1- 方法1：检查图像是否模糊，选择一个更好的。

2- Method2：调用canny方法（或sobel）并选择更好的图像。

3- 方法2：检查两个图像上的轮廓计数，并根据轮廓区域选择看起来更好的一个，然后计数。

有更好的建议吗？

【问题讨论】：

【解决方案1】：

问题是如何获得这些块？

你如何确定这些是要比较的东西。

如果您知道预期字符的大小 - 因此您以该大小切割块 - 那么您也可以在比较中使用它。

【讨论】：

【解决方案2】：

我认为这个问题有点太宽泛了。对于不同类型的缺陷，我会建议不同的方法。

对于前两种情况，可能还有第三种情况，我建议做一个小的形态学close 并将结果与原始结果进行比较。更好的字母使用 close 会改变更少，因为它没有小孔和点。比较指标可以像像素级绝对差的总和一样简单。

【讨论】：

【解决方案3】：

【讨论】：

形态学运算如何给出更好解的估计？
对于案例 2，字母 R 中的黑色像素缺失，因此使用适当的内核我们可以填充缺失的像素。在案例 4 中，字母使用细化操作或骨架化连接，我们可以将其分离。然后应用侵蚀以增加宽度。如果您使用 tesseract 进行字符识别，它会在较小分辨率的图像上表现不佳。希望这会有所帮助
谢谢，但问题是要找出哪个更好而不是增强错误输入。
好的。如果你能为每个案例形成一个好的模板。你可以将模板与每个字符匹配。然后根据相似度你可以选择更好的。
这种情况下的模板匹配类似于ocr！