image - 对图像文件中的类型样本进行分类

Question

您建议采用哪种方法来自动对图像中发现的类型进行分类？样本可能很大，白底黑字。

此处定义了类别，每个类别都有一些示例(Google 图书链接):http://bit.ly/9Mnu7P这是 VOX-ATypI 分类系统的扩展版本。

我对此的最初想法是使用每个类别的大量单字符样本来训练系统，但我想知道是否有更好的方法来消除一次比较一个字母的需要。

Answer 1

首先，您需要提取特征进行分类。字体通常通过线条的粗细、衬线的存在、字符部分的“圆形度”来区分。因此，可能的特征是:

• 固定区域上黑色像素数量的分数。
• 尝试应用数学形态学 erosion几次(和/或使用不同的掩码)并计算这个分数
• 计算字符的平均紧凑度:周长^2/面积
• 应用腐 eclipse 后，计算角色的连接组件数量
• 计算伸长率和其他 image moments ，也是方向
• 等等

我在这里看到两个选项:要么计算所有字符的平均特征，要么尝试首先对字母进行分类，然后根据某些特定字母对字体进行分类(因此，您可以为不同的字母训练不同的分类器)。很难说哪一个更适合您的情况。

具体的学习算法，Random Forest似乎是一个很好的起点。 OpenCV中有一个实现图书馆。