opencv - 分割图片中的文字

Question

我想从身份证图像中提取某些类型的文本:







如您所见，它们具有各种照明和清晰度条件。最终目标是识别黑色文字。如果它们分开的很好，那么我可以使用Tesseract OCR很好地做到这一点(顺便说一下，这是VIE语言，以防您想与Tesseract一起尝试)。但是，在上述示例中，黑色文本和蓝色文本重叠，这使Tesseract感到困惑。因此，我目前的目标是干净地去除它们，而不会严重扭曲黑色模糊像素，以使Tesseract仍然有效。

最有效的方法是什么？ (如果可能，请使用Python中的代码示例。)

Answer 1

您可以尝试使用颜色进行图像分割。如果像素的颜色在接近(0，0，0)的RGB区域中，则该像素很可能是相关黑色文本的一部分。

另一种方法是检查每个像素的Chrominance分量。假定黑色文本的色度较低，并且这是图片的相关部分。

这个想法是找出图像中可能出现相关文本候选者的部分，然后将不相关的部分涂掉。

然而，这些是快速且肮脏的解决方案，当在不同的照明情况下对ID卡进行拍摄，它们是否已损坏，或者用于捕获照片的设备具有广泛的相机时，它们都很难解决。或身份证类型略有不同。我们已经在这个问题上做了很多工作，特别是在ID文档上。最终，我们的解决方案是对大量生成的图像使用机器学习，并训练ML模型以仅从ID卡中返回相关文本。它需要大量的工作，但由于我们现在已经具有非常可靠的数据提取功能(包括来自越南的ID)，因此获得了返回。

免责声明:我在Microblink工作，我们在其中开发商业OCR产品，其中一种用于ID扫描。