在图像中定位文本答案

【问题标题】：Locating Text within image在图像中定位文本
【发布时间】：2010-09-05 08:03:53
【问题描述】：

我目前正在做一个项目，我的目标是在图像中定位文本。到目前为止，我还没有对文本进行 OCR 处理。我想基本上获得图像中文本的边界。我正在使用 AForge.Net 成像组件进行操作。某种意义上的帮助？

2009 年 2 月 5 日更新：从那以后，我在我的项目中走了另一条路线。但是，我确实尝试使用 MODI（Microsoft Office Document Imaging）获取文本。它允许您轻松地对图像进行 OCR 并从中提取文本。

【问题讨论】：

【解决方案1】：

这是一个活跃的研究领域。确实有大量关于该主题的学术论文。很难给你提供帮助，尤其是没有更多细节的情况下。您在寻找特定类型的文本吗？字体？仅限英语？你熟悉学术文献吗？

“文本检测”是任何 OCR（光学字符识别）系统中的一个标准问题，因此在互联网上有大量的代码来处理它。

我可以开始列出来自 google 的大量链接，但我建议您只需搜索“文本检测”并开始阅读 :)。也有充足的示例代码可用。

【讨论】：

【解决方案2】：

识别图像中的文本确实是该领域研究人员的热门话题，但直到captcha's 成为防御垃圾邮件机器人的“规范”时才开始失控。为什么使用验证码作为保护？好吧，因为在图像中定位（和阅读）文本非常困难！

我之所以提到验证码，是因为最大的进步*是在那个小区域内取得的，我认为你的解决方案最好在那里找到。特别是因为验证码确实是关于在杂乱的图像中定位文本（或类似于文本的东西），然后尝试正确读取字母。

因此，如果您能找到自己 a good open source captcha breaking tool，您可能拥有继续探索所需的一切...
您甚至可以丢弃处理字符识别本身的最困难的代码，因为这些 OCR 用于读取扭曲的文本，而您不必这样做。

*：“非研究人员”在可见、可用和实用信息方面的进步

【讨论】：

【解决方案3】：

如果您同意为此使用在线 API，http://www.wisetrend.com/wisetrend_ocr_cloud.shtml 的 API 可以进行文本检测，而不仅仅是 OCR。

【讨论】：

【解决方案4】：

Stroke width transform 可以为您做到这一点。这至少是微软为他们的手机操作系统开发的。关于实现的讨论是here at https://stackoverflow.com/

【讨论】：