objective-c - OpenCV 文本 block 检测

Question

我需要使用 OpenCV 来检测图像中的所有文本 block ，以准备将它们发送到 OCR。
从我对 OpenCV 的有限知识来看，这是我可能的解决方案之一，但是我不确定如何将其变成真正的解决方案。

使用 findContours 检测字符的轮廓

使用层次结构过滤字符

将边界矩形放在过滤区域

将边界矩形分组以包含文本 block

这行得通吗？如果是这样，我该如何“执行”这个？扫描可能有多个文本 block ，我在 iOS 上执行此操作。

这适用于名片之类的东西吗？那可能每个角落都有文字 block ？我只需要扫描文本并将组/ block 一起扫描。

Answer 1

我最近使用以下方法来提取文本 blob:

使用 MSER 算法检测关键点。我发现它对查找字母很有用。

(可选)过滤掉“小”和“非常大”的(大小属性)。

将关键点分组为相邻字母的组 - 由启发式定义的邻接性，即两个关键点必须具有相似的大小并且靠近(相对于它们的大小的距离)。

取每个组的边界框，这是一个候选词或字符 block 。

将其发送到 OCR(我使用 Tesseract OCR 库取得了不错的效果)。

以上对于干净背景上的文本效果很好，但是如果还有很多非文本艺术品，它确实会检测到非文本 Blob ，因为唯一的预 OCR 过滤是“相似大小和附近”指标。

如果您正在扫描名片，它可能就足够了。

您将需要为您的域校准“附近”和类似大小的启发式方法。

对于“相似大小”，我使用了 3/5 和 5/3 之间的关键点大小比率，“附近”定义为关键点之间的距离小于两者中最小关键点大小的 7/4 倍。

在自然图像中，您需要更稳健的方法。为此，我可以推荐以下论文:

Robust Text Detection in Natural Images with MSER