python - 识别文件检测和 ocr 中的模糊文本

Question

我有一个非常具体的场景文本检测和解析问题。我什至不确定你是否可以说这是一个真实的场景文本。

我从一张身份证照片中提取了一个姓名字段:

我可以立即开始对该图像应用一些 OCR，但我相信可以应用进一步的文本本地化。要实现此图像: 你知道任何这样的文本本地化算法吗？我已经尝试过“Busta 的 FASText”、“argman 的 EAST”，它们运行良好。关于这个特定任务的任何算法？

在文本本地化之后，我认为现在是应用 OCR 的最佳时机。现在我感到迷茫。 您可以推荐使用哪种 OCR？我已经尝试过“Tesseract”，但效果不佳。通过使用例如为文档字符制作自己的 OCR 是更好的主意吗？ tensorflow ？

Answer 1

尝试增加图像的对比度。您可以使用:

import matplotlib.pyplot as plt
import cv2
import numpy as np


def cvt_BGR2RGB(img):
  return cv2.cvtColor(img,cv2.COLOR_BGR2RGB)


def contrast(img,show=False):
  # CLAHE (Contrast Limited Adaptive Histogram Equalization)
  clahe=cv2.createCLAHE(clipLimit=3., tileGridSize=(8,8))

  lab=cv2.cvtColor(img, cv2.COLOR_BGR2LAB)  # convert from BGR to LAB color space
  l,a,b=cv2.split(lab)  # split on 3 different channels

  l2=clahe.apply(l)  # apply CLAHE to the L-channel

  lab=cv2.merge((l2,a,b))  # merge channels
  img2=cv2.cvtColor(lab, cv2.COLOR_LAB2BGR)  # convert from LAB to BGR
  if show:
    #plot the original and contrasted image
    f=plt.figure(figsize=(15,15))
    ax1=f.add_subplot(121)
    img1_cvt=cvt_BGR2RGB(img)
    plt.imshow(img1_cvt)
    ax2=f.add_subplot(122)
    img2_cvt=cvt_BGR2RGB(img2)
    plt.imshow(img2_cvt)
    plt.show()
  return img,img2

然后也许你可以使用 pyteserract