Я пытаюсь реализовать OCR на очень шумном изображении. Также наблюдается низкий контраст между цифрой и фоном. Я попытался использовать какой-то медианный фильтр для сглаживания фонового шума и метод улучшения краев, но без ощутимого эффекта. У кого-нибудь есть аналогичная задача? Какой фильтр следует использовать?
Номер с фоновым шумом и низкой контрастностью:
РЕДАКТИРОВАТЬ (ДОБАВЛЕНЫ ПЕРЕЭКСПОНИРОВАННЫЕ ИЗОБРАЖЕНИЯ)
Если вы можете снова получить изображение, есть несколько вариантов:
Попробуйте переэкспонировать изображение, что может положительно сказаться на отделении номера от фона. Я только что написал об этом пост: https://www.linkedin.com/pulse/making-overexposure-work-you-part-i-vladimir-perkovic
Поскольку у вас есть тег Halcon, я предполагаю, что у вас есть доступ к Halcon. Взгляните на пример ocr_embossed_photometric_stereo.hdev, который показывает, как читать тисненые буквы, используя свет с разных направлений.
В случае, если вам нужно работать только с существующими изображениями, лучше всего использовать Максимально стабильные экстремальные области (MSER) в Halcon:
rgb1_to_gray (Image, GrayImage)
segment_image_mser (GrayImage, MSERDark, MSERLight, 'dark', 600, 60000, 1, 'may_touch_border', 'false')
На самом деле разрешение этих общих изображений очень низкое (почти 190x160). Если разрешение реальных изображений выше, чем у этих изображений, вы можете получить лучшие результаты. Я пробовал некоторые коды на изображениях. Я нашел цифры как "6" и "&".
Скриншот здесь: https://drive.google.com/open?id=1I1s79hwcon8IdxC6peRxMbaB4I2taNFr
Код здесь:
dev_get_window (WindowHandle)
set_display_font (WindowHandle, 18, 'mono', 'true', 'false')
**reading image
read_image (Pnk9h, '/home/emin/Desktop/pNk9h.png')
get_image_size (Pnk9h, Width, Height)
**bluring image but preserve the edges
bilateral_filter (Pnk9h, Pnk9h, ImageBilateral, 9, 10, [], [])
**sharpening image
emphasize (ImageBilateral, ImageEmphasize, 7, 7, 5)
**processes about finding digits
var_threshold (ImageEmphasize, Region, 150, 150, 0.2, 2, 'dark')
var_threshold (ImageEmphasize, Region2, 150, 150, 0.2,5, 'light')
fill_up (Region, RegionFillUp)
difference (RegionFillUp, Region, RegionDifference)
opening_circle (RegionFillUp, RegionOpening, 3.5)
connection (RegionOpening, ConnectedRegions)
sort_region (ConnectedRegions, SortedRegions, 'first_point', 'true', 'column')
select_shape (SortedRegions, SelectedRegions, ['area','row','row1','row2'], 'and', [150,Height/2-20,10,0], [99999,Height/2+20,Height,Height-10])
smallest_rectangle1 (SelectedRegions, Row1, Column1, Row2, Column2)
gen_rectangle1 (Rectangle, Row1, Column1, Row2, Column2)
intersection (Rectangle, Region, RegionIntersection)
opening_circle (RegionIntersection, RegionOpening1, 2)
area_center (RegionOpening1, Area, Row, Column)
union1 (RegionOpening1, RegionUnion)
**painting image for reading robustly
paint_region (RegionUnion, ImageEmphasize, ImageResult, [0,0,0], 'fill')
complement (RegionUnion, RegionComplement)
paint_region (RegionComplement, ImageResult, ImageResult, [255,255,255], 'fill')
**reading digits
read_ocr_class_cnn ('Universal_0-9+_NoRej.occ', OCRHandle3)
do_ocr_multi_class_cnn (SelectedRegions, ImageResult, OCRHandle3, Class3, Confidence3)
dev_disp_text (Class3, 'image', Row2+10, Column2-50, 'blue', [], [])
