円形画像のOCRに推奨される前処理方法

こんにちは、これは私のサンプル画像です。このような画像でリアルタイムに文字を検出します。

前処理なしで、元の画像でSURF、SIFT、MSER、およびテンプレートマッチングを試しました。文字を検出することはできますが、画像が変化しても、画像上の文字に多くの関心のあるポイントがないため、この機能検出方法は機能しません。精度を上げるためにどのような前処理を行うべきか、正確にはわかりません。

だから私の質問は、皆さんがより高い精度で文字検出を行うためにどのような方法を提案できるかです。

前もって感謝します。

これは私がクライアントのためにしたことです（あなたが求めていることは同じです）。

画像上の特定のタイプのパターン（または穴の中心）にアクセスできると仮定すると、常にテンプレートを検出して、反りの可能性がある場所を取得できます。

変換された画像では、2つの関心領域が定義されており、文字を読みたい領域は2つの円の間にあるトーラスであることに注意してください。この情報を使用して、逆極変換を使用してこの画像をワープし、以下を取得できます。

このファイル交換ポストで、この変換のMATLABコードも提供しています。

次のステップでは、テンプレートマッチングのおかげで、読み取られる文字は常に上の画像で定義されたローカル領域にあります。さて、適切な照明がある場合、文字のセグメンテーションは画像処理操作の簡単なセットにすぎません。

最終的に取得された接続コンポーネントは、最初にトレーニングし、次に分類するために、ニューラルネットワークまたはSVMに送られます。この部分は、基本的な機械学習タスクのみで構成されています。ここでは詳しく説明しません。

イルミネーションは問題のほぼ半分を解決しているので、十分に注意してください。