来到编程网的大家,相信都是编程学习爱好者,希望在这里学习Golang相关编程知识。下面本篇文章就来带大家聊聊《我可以使用什么策略来 OCR Magic the Gathering 角文本?》,介绍一下,希望对大家的知识积累有所帮助,助力实战开发!
问题内容我需要识别万智牌纸卡(最后的设计)左下角的文本。这是一个例子:
如果文字是这样的 我想检索以下文本:
198/280 U
M20 EN
(本例中我不需要卡片作者姓名 - lake hurwitz)
我可以使用什么 ocr 库?我尝试过在没有任何调整的情况下使用 tesseract,但结果不正确。有什么建议或链接到已经做这些事情的项目吗?
解决方案
您可以通过稍微清理图像来使用 tesseract (3.04.01) 来实现它 就像下面的代码
import numpy as np
import cv2
def prepro(zone, prefix):
filename = 'stackmagic.png'
oriimg = cv2.imread(filename)
#keep the interesting part
(a,b,c,d) = zone
text_zone = oriimg[a:b, c:d]
height, width, depth = text_zone.shape
#resize it to be bigger (so less pixelized)
h = 50
imgscale = h/height
newx,newy = text_zone.shape[1]*imgscale, text_zone.shape[0]*imgscale
newimg = cv2.resize(text_zone,(int(newx),int(newy)))
#binarize it
gray = cv2.cvtcolor(newimg, cv2.color_bgr2gray)
th, img = cv2.threshold(gray, 130, 255, cv2.thresh_binary);
#erode it
kernel = np.ones((1,1),np.uint8)
erosion = cv2.erode(img,kernel,iterations = 1)
cv2.imwrite(prefix+'_ero.png', erosion)
cv2.imshow("show by cv2",erosion)
cv2.waitkey(0)
prepro((16,27, 6,130), 'upzone')
prepro((27,36, 6,130), 'downzone')
来自您的cropped image 你得到
上半部分:
和下半部分:
并且 tesseract 似乎确实能够提取
xx$ tesseract upzone_ero.png stdout
198/ 280 U
xx$ tesseract downzone_ero.png stdout
M20 ~ EN Duluu Hun-nu
请注意,我们未能提取卢克,但希望您对他/它不感兴趣:)
还有其他工具,但那是广告内容并且是主观的..
以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持编程网!更多关于Golang的相关知识,也可关注编程网公众号。