識別出手寫的文字

Question

我正在開發Visual Studio平臺上的手寫識別和相關內容，並使用openCV庫。輸入是以二進制掃描.tif圖像的形式。

目前，我進入了一個障礙，試圖找出一種方式來識別被敲出來的單詞，就像用直線/曲線敲出（取消）單詞一樣。我不打算做個人角色識別，這會浪費計算能力。

有什麼方法可以用另一種方式識別這種情況嗎？

以下是我發現的兩個想法，但我不確定 - 1>使用像< 0 0 0，1 1 1，0 0 0>的掩碼，這將有助於查找所有水平線...但這將是一個非常大的假設。線條可以是波浪形的，並且可以是任何方向。

2>鏤空輸入並查找交點。這會給我不少交集 - 包括由於用來排除單詞的線而發生的交集。使用一些近似像最小二乘等我可以得到一個近似線。但是在許多地方都會出現交叉點的問題 - 例如。 'b'中的2個交點等。

有什麼建議嗎？

Answer 1

爲什麼不加工輪廓？您可以利用Poly（Ten-Chin）近似並僅分析由鏈重建產生的少數向量。如果你想做更多的事情，然後使用混合金字塔/輪廓方案，以獲得具有不同細節水平的向量近似值，從粗分辨率開始到最好。

當您獲得「合理」數量的獨特細分時，停止細化，應用標準化（請參閱Moments-Hu's Moments）對您的樣本進行指紋分析，最後採用強大的分類系統。

我建議你看看OpenCV套件中的ML（機器學習）部分，以便更好地參考後一部分。對於柵格數據，哈爾的小波+隱馬爾可夫模型效果很好，對於矢量而言，也許你可以使用較難設置的東西（SOM，KNN，KMeans）。

Answer 2

我會去個別字符識別。這可能會浪費計算能力，但它可以帶來最好的結果。只需找到一種方法，從字符識別中獲取價值，以表明角色被識別的性能如何，然後爲不是角色的事物找到閾值。我認爲取消會以某種方式破壞字符，這種方式會使識別遇到問題，並可能使用這個事實來查找被取消的字符。爲了改善結果，在文本的同一區域查找許多被嚴重識別的字符，通常整個字被取消，因此不良識別結果會聚集在一起。

如果您的表現非常糟糕，最終您可以隨時回來並改進算法。

Answer 3

您是否考慮過使用Hough transform來檢測打擊線？

這裏有一個illustration of the use of hough transform in handwriting，這將使你的方法的直覺：

您可以快速與openCV測試。該功能稱爲cvHoughLines2。