使用OpenCV OCR對圖像進行銳化

Question

我一直在嘗試使用圖像處理腳本/ OCR，這將允許我從下圖中找到的框中提取字母（使用tesseract）。

繼處理了很多，我能得到的圖片看起來像這樣

爲了消除噪音我倒的圖像，然後floodfilling和高斯模糊去除噪音。這就是我接下來的結果。

通過一些threholding和侵蝕運行它來消除噪聲（糜爛是歪曲文本中的步驟）我能得到的圖像看起來像這樣通過正方體運行它之前之後

這是一個非常好的渲染，可以通過tesseract獲得相當準確的結果。雖然它有時會失敗，因爲它將哈希（＃）作爲H或W讀取。這使我想到了我的問題！

有沒有一種方法使用opencv，skimage，PIL（opencv優先）我可以銳化這個圖像，以增加我tesseract正確閱讀我的形象的機會？或者有沒有一種方法可以從第三張圖像到最終圖像，而不必使用最終扭曲圖像中文字的侵蝕。

任何幫助將不勝感激！

Answer 1

OpenCV確實具有像filter2D這樣的功能，它可以將任意內核與給定圖像進行卷積運算。特別是您可以使用用於圖像銳化的內核。主要問題是這是否會改善您的OCR庫的結果。圖像已經非常清晰，圖像中的噪點不是模糊的結果。我從來沒有與teseract合作過，但我確信它已經完成了所有的降噪工作。在這個過程中「幫助」他可能會產生相反的效果。例如，任何銳化過程傾向於放大噪聲（與通常模糊圖像的降噪過程相反）。提供原始（未處理）圖像時，大多數計算機視覺庫會提供更好的結果。

編輯（問題更新後）： 有多種方式可以這樣做。我會測試的第一個是：你的第一個二進制鏡像非常乾淨清晰。而不是使用降低字母質量的形態操作切換到過濾輪廓。使用findContours函數查找圖像中的所有輪廓並存儲它們的層次結構（即哪個輪廓在其中）。從所有找到的輪廓中，實際上只需要第一個和第二個層次上的輪廓，即每個字母的外輪廓和​​內輪廓（零水平輪廓是最外輪廓）。其他輪廓可以丟棄。在屬於第一級的輪廓中，可以放棄那些邊界框太小而不能成爲真實字母的輪廓。經過這兩個丟棄程序後，我預計剩下的大部分輪廓都是那些字母的一部分。在白色圖像上繪製它們並運行OCR。 （如果您想在黑色背景上使用白色字母，則需要反轉輪廓中頂點的順序）。