Stroke Width Transform (SWT) Implementierung (Python)

Question

Kann jemand beschreiben, wie kann ich SWT in Python mit opencv oder simplecv implementieren?

Answer 1

Ok, so hier geht:

Der Link, der an der Unterseite Details über die Umsetzung mit dem Code Download-Link hat: Es wurde SWT

Aus Gründen der Vollständigkeit, auch zu erwähnen, dass SWT oder Stroke Width-Transformation von Epshtein und anderen im Jahr 2010 entwickelt und hat sich bis heute zu einer der erfolgreichsten Methoden zur Texterkennung entwickelt. Es verwendet kein maschinelles Lernen oder aufwendige Tests. Grundsätzlich wird nach der Canny-Kantendetektion auf dem Eingabebild die Dicke jedes Strichs berechnet, aus dem Objekte im Bild bestehen. Da Text gleichmäßig dicke Striche hat, kann dies ein robustes Erkennungsmerkmal sein.

Die in der Verknüpfung angegebene Implementierung verwendet C++, OpenCV und die Boost-Bibliothek, die sie für die verbundenen Graph-Traversalen usw. verwenden, nachdem der SWT-Schritt berechnet wurde. Persönlich habe ich es auf Ubuntu getestet und es funktioniert ziemlich gut (und effizient), obwohl die Genauigkeit nicht genau ist.

Answer 2

ich etwas Ähnliches wie die Entfernung implementiert basierend SWT in 'ROBUST TEXT NACHWEIS IN NATURAL Bilder mit EDGE-enhanced maximal STABLE Extremal REGION von Huizhong Chen, Sam S. Tsai, Georg Schroth, David M. beschrieben verwandeln Chen, Radek Grzeszczuk, Bernd Girod '.

Es ist nicht das gleiche wie im Papier beschrieben, aber eine grobe Annäherung, die meinem Zweck diente. Ich dachte, ich sollte es teilen, damit jemand es nützlich finden kann (und auf Fehler/Verbesserungen hinweisen). Es ist in C++ implementiert und verwendet OpenCV.

// bw8u : we want to calculate the SWT of this. NOTE: Its background pixels are 0 and forground pixels are 1 (not 255!) 
    Mat bw32f, swt32f, kernel; 
    double min, max; 
    int strokeRadius; 

    bw8u.convertTo(bw32f, CV_32F); // format conversion for multiplication 
    distanceTransform(bw8u, swt32f, CV_DIST_L2, 5); // distance transform 
    minMaxLoc(swt32f, NULL, &max); // find max 
    strokeRadius = (int)ceil(max); // half the max stroke width 
    kernel = getStructuringElement(MORPH_RECT, Size(3, 3)); // 3x3 kernel used to select 8-connected neighbors 

    for (int j = 0; j < strokeRadius; j++) 
    { 
     dilate(swt32f, swt32f, kernel); // assign the max in 3x3 neighborhood to each center pixel 
     swt32f = swt32f.mul(bw32f); // apply mask to restore original shape and to avoid unnecessary max propogation 
    } 
    // swt32f : resulting SWT image