java - OCR 中的滑动窗口需要很多时间

Question

我正在实现滑动窗口技术来开发照片 OCR，即从图片上切下一个特定大小的矩形并检查它是否包含文本。然后矩形再次移动一些像素。但是这种滑动窗口技术要花费很多时间。例如，处理一张 1366x768 的图片需要 6 个小时，步长为 2，窗口大小为 20x25。是否有任何其他可能有用的技术或如何加快该过程？

我正在用 java 编写代码。

Answer 1

如果不知道你的算法/代码的任何细节，很难给出具体的建议。您可以考虑几个潜在的性能改进:

1. 尽量减少磁盘 I/O 和缓存未命中。你说一个矩形是“从图片上剪下来的”。如果每个“cut”都是从磁盘中单独读取，则效率非常低，并且会显着增加执行时间。当您移动窗口时(看起来是 2 个像素)，新窗口中的大部分数据都是相同的，因此请尽量避免重新读取该数据。
2. 减小窗口大小或增加步长。这显然会影响您的结果，但根据您尝试进行 OCR 的字符大小，这可能是一个选项。
3. 如果您正在应用卷积过滤器来执行 OCR，请考虑执行 fast convolution通过图像数据的 2D FFT。
4. 多线程你的应用程序，如果它还没有的话。虽然你的问题不是 embarrassingly parallel ，它可以很容易地实现多线程。