- iOS/Objective-C 元类和类别
- objective-c - -1001 错误,当 NSURLSession 通过 httpproxy 和/etc/hosts
- java - 使用网络类获取 url 地址
- ios - 推送通知中不播放声音
我正在研究 OCR,现在我正在努力将每个单独的字符与其他字符区分开来。例如,如果我有一张图片显示以下内容:
12345678.90
我想检测图像中每个数字开始位置和结束位置的 x,y 坐标,以便我可以确定要处理的数字数量,然后解析出每个单独的数字/字符,以及处理它。
我已经为此设计了一个简单的算法,我想就如何改进它提出一些意见/评论。
(在这个应用中,我只需要处理数字,但如果这个算法也能解析出字母,那就更好了)。
1) 我会在图像底部的一条直线上读取图像中的像素。例如,如果图像是 30x30,那么我将从 0.30 开始读取到 30.30。
2) 我会比较像素的颜色。确定背景和前景颜色后,我将比较每个像素的颜色,看它是在背景中还是在前景中。
3) 如果它是背景,它将被忽略。如果我在前景中遇到任何像素,那将表示数字的开始。在那种情况下,我会记下位置,然后开始向上读取像素。例如,如果我在 5,30 处检测到前景颜色,我将开始阅读 5,29、5,28 等。
4) 我会向上(y 轴)读取像素,直到遇到背景颜色中的像素。这应该给我角色的高度。 (我知道对于像 5 这样的一些字符,它会更复杂,让我们暂时忽略它们)。所以我会确定,例如,字符从 5,20 垂直移动到 5,30。
5) 然后我会回到 x 轴 (5,30),我在该处检测到角色的水平起点。我会继续水平阅读以确定字符的宽度,例如 6,30、7,30 等。
6) 这是棘手的步骤。我猜,在以下每个字符之间:
12345678.90
背景颜色有一个像素左右的间隙。而且它可能对我们不可见,但它在那里并且会被程序找到,因为它会水平地逐个像素地读取颜色。这会告诉它字符水平结束的位置。因此,例如,它可能会检测到 15、30 处的背景色像素。
x,y
坐标。在上面的示例中,角色将从 5,20 运行到 15,30,并且是 10x10。是否可以改进此算法,和/或我对第 6 步的假设是否正确?
最佳答案
据我所知,一种常见的数字分割方法是滑动窗口。基本思想是在数字图像上滑动一个一定大小的窗口。
滑动窗口的每次移动都会生成一个图像(您只能查看窗口覆盖的像素)。滑动窗口将变窄。现在可以训练分类器,它将滑动窗口映射到 1 或 0,其中 1 表示滑动窗口以 2 位数字的分割为中心,0 表示相反。
您需要一些训练数据来训练分类器。或者您可以尝试使用无监督学习。
编辑:这个视频很有用:https://www.youtube.com/watch?v=y6ga5DeVgSY
关于java - 从图像中解析字符以进行 OCR 的算法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/18817533/
我正在编写一个具有以下签名的 Java 方法。 void Logger(Method method, Object[] args); 如果一个方法(例如 ABC() )调用此方法 Logger,它应该
我是 Java 新手。 我的问题是我的 Java 程序找不到我试图用作的图像文件一个 JButton。 (目前这段代码什么也没做,因为我只是得到了想要的外观第一的)。这是我的主课 代码: packag
好的,今天我在接受采访,我已经编写 Java 代码多年了。采访中说“Java 垃圾收集是一个棘手的问题,我有几个 friend 一直在努力弄清楚。你在这方面做得怎么样?”。她是想骗我吗?还是我的一生都
我的 friend 给了我一个谜语让我解开。它是这样的: There are 100 people. Each one of them, in his turn, does the following
如果我将使用 Java 5 代码的应用程序编译成字节码,生成的 .class 文件是否能够在 Java 1.4 下运行? 如果后者可以工作并且我正在尝试在我的 Java 1.4 应用程序中使用 Jav
有关于why Java doesn't support unsigned types的问题以及一些关于处理无符号类型的问题。我做了一些搜索,似乎 Scala 也不支持无符号数据类型。限制是Java和S
我只是想知道在一个 java 版本中生成的字节码是否可以在其他 java 版本上运行 最佳答案 通常,字节码无需修改即可在 较新 版本的 Java 上运行。它不会在旧版本上运行,除非您使用特殊参数 (
我有一个关于在命令提示符下执行 java 程序的基本问题。 在某些机器上我们需要指定 -cp 。 (类路径)同时执行java程序 (test为java文件名与.class文件存在于同一目录下) jav
我已经阅读 StackOverflow 有一段时间了,现在我才鼓起勇气提出问题。我今年 20 岁,目前在我的家乡(罗马尼亚克卢日-纳波卡)就读 IT 大学。足以介绍:D。 基本上,我有一家提供簿记应用
我有 public JSONObject parseXML(String xml) { JSONObject jsonObject = XML.toJSONObject(xml); r
我已经在 Java 中实现了带有动态类型的简单解释语言。不幸的是我遇到了以下问题。测试时如下代码: def main() { def ks = Map[[1, 2]].keySet()
一直提示输入 1 到 10 的数字 - 结果应将 st、rd、th 和 nd 添加到数字中。编写一个程序,提示用户输入 1 到 10 之间的任意整数,然后以序数形式显示该整数并附加后缀。 public
我有这个 DownloadFile.java 并按预期下载该文件: import java.io.*; import java.net.URL; public class DownloadFile {
我想在 GUI 上添加延迟。我放置了 2 个 for 循环,然后重新绘制了一个标签,但这 2 个 for 循环一个接一个地执行,并且标签被重新绘制到最后一个。 我能做什么? for(int i=0;
我正在对对象 Student 的列表项进行一些测试,但是我更喜欢在 java 类对象中创建硬编码列表,然后从那里提取数据,而不是连接到数据库并在结果集中选择记录。然而,自从我这样做以来已经很长时间了,
我知道对象创建分为三个部分: 声明 实例化 初始化 classA{} classB extends classA{} classA obj = new classB(1,1); 实例化 它必须使用
我有兴趣使用 GPRS 构建车辆跟踪系统。但是,我有一些问题要问以前做过此操作的人: GPRS 是最好的技术吗?人们意识到任何问题吗? 我计划使用 Java/Java EE - 有更好的技术吗? 如果
我可以通过递归方法反转数组,例如:数组={1,2,3,4,5} 数组结果={5,4,3,2,1}但我的结果是相同的数组,我不知道为什么,请帮助我。 public class Recursion { p
有这样的标准方式吗? 包括 Java源代码-测试代码- Ant 或 Maven联合单元持续集成(可能是巡航控制)ClearCase 版本控制工具部署到应用服务器 最后我希望有一个自动构建和集成环境。
我什至不知道这是否可能,我非常怀疑它是否可能,但如果可以,您能告诉我怎么做吗?我只是想知道如何从打印机打印一些文本。 有什么想法吗? 最佳答案 这里有更简单的事情。 import javax.swin
我是一名优秀的程序员,十分优秀!