Texterkennung auf Seven-Segment-Anzeige über Tesseract OCR

Question

Das Problem, mit dem ich arbeite, ist, den Text aus einem Bild zu extrahieren, und dafür habe ich Tesseract v3.02 verwendet. Die Beispielbilder, aus denen ich Text extrahieren muss, hängen mit den Zählerständen zusammen. Einige von ihnen sind mit solidem Hintergrund und einige von ihnen haben LED-Anzeige. Ich habe den Datensatz für Solid Sheet Hintergrund trainiert und die Ergebnisse sind einige, wie effektiv.

Das Hauptproblem, das ich jetzt habe, sind die Textbilder mit LED/LCD-Hintergrund, die von Tesseract nicht erkannt werden und aufgrund dessen das Trainingssatz nicht erzeugt wird.

Kann mir jemand die richtige Richtung zeigen, wie Tesseract mit dem Sieben-Segment-Display (LCD/LED-Hintergrund) verwendet wird oder gibt es eine andere Alternative, die ich anstelle von Tesseract verwenden kann.

Answer 1

Dies scheint wie eine Bildvorverarbeitung Aufgabe. Tesseract würde wirklich bevorzugen, dass seine Bilder alle weiß-auf-schwarz Text im Bitmap-Format sind. Wenn Sie etwas geben, das nicht das ist, wird es sein Bestes geben, es in dieses Format zu konvertieren. Es ist nicht sehr schlau, wie man das macht. Mit einem Bildbearbeitungstool (ich mag imagemagick) müssen Sie die Bilder mehr zur Zufriedenheit von tesseract machen. Ein einfacher erster Durchlauf könnte darin bestehen, eine Gauß'sche Unschärfe mit kleinem Radius zu machen, einen Schwellenwert bei einem ziemlich niedrigen Wert (Sie versuchen, nur Schwarz zu behalten, also 15% scheint richtig) und dann das Bild umzukehren.

Der schwierige Teil wird dann wissen, welche Preprocessing Aufgabe zu tun ist. Wenn Sie Metadaten darüber haben, mit welcher Art von Display Sie es zu tun haben, großartig. Wenn nicht, vermute ich, dass Sie Bildfarbhistogramme betrachten können, um zumindest herauszufinden, ob Ihr Text weiß-auf-schwarz oder schwarz-auf-farbig ist. Wenn dies die einzigen Szenarien sind, ist Weiß-auf-Schwarz immer ein durchgehender Hintergrund, und Schwarz-auf-Farbe ist immer Sieben-Segment-Anzeige, dann sind Sie fertig. Wenn nicht, müssen Sie clever sein. Viel Glück, und lassen Sie uns bitte wissen, was Sie vorhaben.

Answer 2

Werfen Sie einen Blick auf dieses Projekt:

https://github.com/arturaugusto/display_ocr

Dort können Sie die trainierten Daten für 7-Segment-Schrift und einem Python-Skript mit einigen Vorprozess Fähigkeiten herunterladen.

Answer 3

https://github.com/upupnaway/digital-display-character-rec/blob/master/digital_display_ocr.py

Hat dieser unter Verwendung von OpenCV und Tesseracts und die „LetsGoDigital“ trainierten Daten

-Schritten Kantenerkennung umfassen und das Anzeige Extrahieren des größten Kontur verwendet wird. Dann wird das Schwellwertbild unter Verwendung von otsu oder Binarisierung durch pytseracts an die Funktion image_to_string übergeben.