Java OpenCV + Tesseract OCR "code" regocnition

Я пытаюсь автоматизировать процесс, когда кто-то вручную преобразует код в цифровой.

Analog code

Затем я начал читать о OCR. Поэтому я установил Tesseract OCR и попробовал его на некоторых изображениях. Он даже не обнаруживает что-то близкое к коду.

Я понял, прочитав некоторые вопросы о stackoverflow, что изображения нуждаются в некоторой предварительной обработке, например, перекручивание изображения в горизонтальное, что может быть сделано с помощью openCV, например.

Теперь мои вопросы:

  • Какую предварительную обработку или другие методы следует использовать в случае, подобном приведенному выше изображению?
  • Во-вторых, могу ли я полагаться на результат? Будет ли он всегда работать в случаях, подобных приведенному выше изображению?

Я надеюсь, что кто-то может мне помочь!

Ответ 1

Я решил захватить всю карту вместо кода. Захватив всю карту, можно преобразовать ее в простой вид, а затем я легко могу получить область "кода".

Также я многому научился. Особенно в отношении скорости. Эта функция работает медленно на изображениях с высоким разрешением. Это может занять до 10 секунд с размером 3264 x 1836.

Что я сделал, чтобы ускорить процесс, переформатируя входную матрицу в 1 / 4. Это делает его 4^2 раз быстрее и дал мне минимальную потерю точности. Следующим шагом будет масштабирование четырехугольника, который мы вернулись к нормальному размеру. Чтобы мы могли преобразовать четырехугольник в равную точку зрения с использованием исходного источника.

Код, который я создал для обнаружения самой большой области, в значительной степени основан на коде, который я нашел в stackoverflow. К сожалению, они не работали так, как ожидалось для меня, поэтому я объединил больше фрагментов кода и многое изменил. Это то, что я получил:

    private static double angle(Point p1, Point p2, Point p0 ) {
        double dx1 = p1.x - p0.x;
        double dy1 = p1.y - p0.y;
        double dx2 = p2.x - p0.x;
        double dy2 = p2.y - p0.y;
        return (dx1 * dx2 + dy1 * dy2) / Math.sqrt((dx1 * dx1 + dy1 * dy1) * (dx2 * dx2 + dy2 * dy2) + 1e-10);
    }



    private static MatOfPoint find(Mat src) throws Exception {
        Mat blurred = src.clone();
        Imgproc.medianBlur(src, blurred, 9);

        Mat gray0 = new Mat(blurred.size(), CvType.CV_8U), gray = new Mat();

        List<MatOfPoint> contours = new ArrayList<>();

        List<Mat> blurredChannel = new ArrayList<>();
        blurredChannel.add(blurred);
        List<Mat> gray0Channel = new ArrayList<>();
        gray0Channel.add(gray0);

        MatOfPoint2f approxCurve;

        double maxArea = 0;
        int maxId = -1;

        for (int c = 0; c < 3; c++) {
            int ch[] = {c, 0};
            Core.mixChannels(blurredChannel, gray0Channel, new MatOfInt(ch));

            int thresholdLevel = 1;
            for (int t = 0; t < thresholdLevel; t++) {
                if (t == 0) {
                    Imgproc.Canny(gray0, gray, 10, 20, 3, true); // true ?
                    Imgproc.dilate(gray, gray, new Mat(), new Point(-1, -1), 1); // 1 ?
                } else {
                    Imgproc.adaptiveThreshold(gray0, gray, thresholdLevel, Imgproc.ADAPTIVE_THRESH_GAUSSIAN_C, Imgproc.THRESH_BINARY, (src.width() + src.height()) / 200, t);
                }

                Imgproc.findContours(gray, contours, new Mat(), Imgproc.RETR_LIST, Imgproc.CHAIN_APPROX_SIMPLE);

                for (MatOfPoint contour : contours) {
                    MatOfPoint2f temp = new MatOfPoint2f(contour.toArray());

                    double area = Imgproc.contourArea(contour);
                    approxCurve = new MatOfPoint2f();
                    Imgproc.approxPolyDP(temp, approxCurve, Imgproc.arcLength(temp, true) * 0.02, true);

                    if (approxCurve.total() == 4 && area >= maxArea) {
                        double maxCosine = 0;

                        List<Point> curves = approxCurve.toList();
                        for (int j = 2; j < 5; j++)
                        {

                            double cosine = Math.abs(angle(curves.get(j % 4), curves.get(j - 2), curves.get(j - 1)));
                            maxCosine = Math.max(maxCosine, cosine);
                        }

                        if (maxCosine < 0.3) {
                            maxArea = area;
                            maxId = contours.indexOf(contour);
                            //contours.set(maxId, getHull(contour));
                        }
                    }
                }
            }
        }

        if (maxId >= 0) {
            return contours.get(maxId);
            //Imgproc.drawContours(src, contours, maxId, new Scalar(255, 0, 0, .8), 8);
        }
        return null;
    }

Вы можете вызвать его так:

MathOfPoint contour = find(src);

См. этот ответ для определения четырехугольника из контура и преобразования его в простой перспективе: Java OpenCV сопоставляет контур