OpenCV - 图像文本增强 - OCR 预处理

Question

我的目标是预处理图像（从视频中提取）以进行 OCR 检测。 文本始终为黑色，如下例所示：

我尝试使用年龄框架和 HVS 蒙版：

cv2.accumulateWeighted(frame,avg2,0.005)
#res2 = cv2.convertScaleAbs(avg2)
    # Convert BGR to HSV
    hsv = cv2.cvtColor(imgray, cv2.COLOR_BGR2HSV)
    # define range of black color in HSV
    lower_val = np.array([0,0,0])
    upper_val = np.array([179,255,127])
    # Threshold the HSV image to get only black colors
    mask = cv2.inRange(hsv, lower_val, upper_val)
    # invert mask to get black symbols on white background
    mask_inv = cv2.bitwise_not(mask)
    cv2.imshow("Mask", mask)

但结果还不够好。 寻找一些可能的解决方法。 谢谢

Answer 1

这些类型的图像，其中文本实例不能轻易分离，tesseract 不会提供好的结果。如果您想从文本实例清晰的文档/论文/pdf等中提取文本，Tesseract 是一个不错的选择。

对于您的问题，我建议您分别遵循文本检测和文本识别模型。对于文本检测，您可以使用最先进的模型，例如东部文本检测器，它能够在困难的图像中定位文本。它将在图像中的文本周围生成边界框，然后可以将该框交给另一个文本识别模型，该模型将执行实际的识别任务。

对于文本检测：East 或任何其他最新型号 对于文本识别：基于 CRNN 的模型

请尝试实现上述模型，我相信它们的性能会比您从 Tesseract 获得的更好:)

BR！