OCR：小文本的分割

Question

问题

我一直在构建一个（非常）简单的 OCR 引擎。 由于我试图对非常小的（像素大小）字符进行分类，因此在分割时遇到了一些困难。下面是一个示例，经过尽力而为的图像范围阈值处理：

:

我尝试过的

错误检测：

• 段的水平尺寸过大。它主要是有效的，但失败了（误报） 对于一些较大的字符。
• 分类，并拒绝低分。这似乎有点浪费。

错误更正：

• 垂直添加像素（垂直直方图），找到最小值。在许多样本中，它在错误的位置切割了许多片段。

我还没有尝试过的东西

• 尝试对所有可能的分割点（像素）进行分类。这将非常浪费，并且难以扩展为 3 个合并字符的片段。
• 我一直在阅读 morphology approaches 以将字符转换为数学曲线，但我真的不知道从哪里开始，或者是否值得努力

从这里到哪里去？

我不知道。因此这个问题:)

Answer 1

向后靠，半闭眼睛。

63 :-)

现在，如果电脑这么简单就好了！

它非常接近双图案在硅掩模中的作用（或取消作用？）。

我建议进行过采样（将每个轴上的像素数加倍或四倍）、过滤（可能是低通 - 或可能是带通，其中通带 = 线的空间频率），重新设置阈值直到它们分开。昂贵，所以只适用于有问题的领域。

Answer 2

重新发明您的问题，因此您不需要细分。

真的，对于这个规模，我认为您最好投资于其他方法。例如，如果您对文本进行 OCR（是吗？），您可以使用行的信息（字符高度）。可用于小（但可读）字符的字体并不多。我的方法是一种算法，在扫描线中扫描线（从左到右，从上到下取像素）并尝试找到训练文本和扫描线之间的相关性（n，n-1...n-x）

您可能还需要灰度级别的信息，因此最好不要对图像进行阈值处理。