opencv - 如何从细节丰富的图像中指定计算机感兴趣的区域？

Question

背景:

我正在做我最后一年的本科大学项目，我涉及的主题是通过光学字符识别检测纸币。我已经开始研究基本的图像处理技术，并且由于我是使用 Java 进行图像处理 的新手，所以进度有点慢。

自从上学期的一篇论文以来，我对图像处理有了一个基本的了解。

基本上，我正在研究尼泊尔纸质笔记，我的想法是从中提取关键信息。我使用的纸币是 100、500 和 1000 卢比的尼泊尔纸币。

上图是500卢比的尼泊尔货币，思路是从图像中提取信息，识别图像属于哪种货币。

我这个项目的主要目标是判断币种，基本上是通过右下区域的识别来完成的。图像的右下方区域定义了货币的值(value)。

次要目标是获取货币数量(唯一)并将其存储在数据库中。

问题:

好吧，我的问题是，这个问题的解决有多公平？进入这个项目之前有哪些必要的先决条件？如何从图像中选择感兴趣的区域？

下面列出了我的项目应该认可的另外两篇论文笔记:

尼泊尔纸币注:Rs. 1000

尼泊尔纸币注:Rs. 100

Since I am new to Image Processing with Java, I need a fair suggestion on how to achieve my problem to success.

Answer 1

我将尝试逐步回答这个问题，因为这些是连续的，您的准确性将取决于您在每一步中的表现。

1. 确定和提取 ROI:考虑到您正在处理纸币，可以安全地假设您的输入测试/训练数据将按照给定图像中的方式对齐多于。尝试使用等高线来提取数字周围的感兴趣区域。您可以做的另一件事是创建一个蒙版，它将过滤掉图像的剩余区域，只留下您需要的区域。第二种方法更像是硬编码，如果图像未对齐就会失败。

2. 预处理:一旦您获得了 ROI，在将数据提供给 OCR 之前，您需要通过一些预处理技术。大多数 OCR 在二值图像上表现出更好的准确性，有时在灰度图像上也是如此。此步骤对于从 OCR 获得良好结果至关重要。

3. 应用OCR:你可以随时使用Tesseract OCR或其他，但由于纸币的类型有限，我也建议你看看物体检测模型。其中许多都可以在线轻松获得，您可以通过提供货币图像并手动标记相应的值(value)来自行训练它们。 OCR 并不总能返回最佳结果，在您的用例中，我建议您尝试其他替代方法，例如图像匹配或制作模型。