平面布置图文本识别与OCR
平面布置图文本识别与OCR
提问于 2018-09-20 22:50:29
目标是使用文本识别方法(例如: OpenCV)为美国平面图图像创建边界框，然后可以将其送入文本阅读器(例如: LSTM或tesseract)。
已经尝试了cv2.findContour和cv2.bindingRect方法的几种方法，但是在很大程度上不能推广到不同类型的楼层平面图(楼层平面图看起来有很大的不同)。
例如，在应用cv2.findContour函数之前，使用灰度、自适应阈值、侵蚀和膨胀(具有各种迭代)的cv2.findContour会产生以下结果。请注意，Bedroom 2和Kitchen未正确拾取。
其他找不到地域的示例：
有没有关于文本识别模型或清理过程的想法，以提高文本识别模型的准确性，最好是使用代码示例？
回答 1
Stack Overflow用户
发布于 2018-09-21 22:40:38
这个答案是基于这样的假设，即图像之间是相似的(比如它们的大小、墙的厚度、字母……)。如果不是，这将不是一个好的方法，因为您将不得不更改每个图像的阈值。也就是说，我会尝试将图像转换为二值化并搜索轮廓。在此之后，您可以添加标准，如高度，重量等，以过滤掉墙壁。之后，您可以在蒙版上绘制轮廓，然后放大图像。这将把彼此接近的字母组合成一个轮廓。然后你可以为所有的轮廓创建边界框，这就是你的ROI。然后，您可以在该区域上使用任何OCR。希望它能帮上点忙。干杯!
示例：
import cv2
import numpy as np
img = cv2.imread('floor.png')
mask = np.zeros(img.shape, dtype=np.uint8)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
_, threshold = cv2.threshold(gray,150,255,cv2.THRESH_BINARY_INV)
_, contours, hierarchy = cv2.findContours(threshold,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)
ROI = []
for cnt in contours:
x,y,w,h = cv2.boundingRect(cnt)
if h < 20:
cv2.drawContours(mask, [cnt], 0, (255,255,255), 1)
kernel = np.ones((7,7),np.uint8)
dilation = cv2.dilate(mask,kernel,iterations = 1)
gray_d = cv2.cvtColor(dilation, cv2.COLOR_BGR2GRAY)
_, threshold_d = cv2.threshold(gray_d,150,255,cv2.THRESH_BINARY)
_, contours_d, hierarchy = cv2.findContours(threshold_d,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)
for cnt in contours_d:
x,y,w,h = cv2.boundingRect(cnt)
if w > 35:
cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)
roi_c = img[y:y+h, x:x+w]
ROI.append(roi_c)
cv2.imshow('img', img)
cv2.waitKey(0)
cv2.destroyAllWindows()结果：
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/52427909
复制相关文章
相似问题
腾讯云开发者
