问检测图像中的文本

EN

检测是否存在文本与提取文本几乎相同，即，如果您能够提取文本，它将确认存在文本。检测文本的步骤与提取文本的步骤大致相同，最后的10%是对OCR中的特定语言和文本类型进行了一些优化，以产生更好的文本识别。大多数繁重的工作都发生在过程的开始，特别是图像二值化和背景去除、分割成对象、用于布局的文档分析、对象类型检测以及单独识别每个对象。

有关背景信息，请看我几个月前写的一篇博客文章，内容是通过光学字符识别从复杂的图片和图像中检测和提取各种文本：http://www.ocr-it.com/user-scenario-process-digital-camera-pictures-and-ocr-to-extract-specific-numbers

对于给定的图像，一个接一个地执行这些步骤，您将能够决定今天的技术是否可以在这些图片中看到文本，以及任何其他图片。

1. 二值化。将图像转换为黑白图像。在此转换后，您可以看到打印的文本字符。如果没有-进程结束-无法检测到任何文本。如果是，则继续执行下一个step.
2. Character可分离性。人眼比任何技术都具有更强的适应性，甚至可以识别出隐藏在其他物体中的数据。在二值化图像中，可见字符与任何其他元素分开，即它们不接触其他字符或元素。如果过程没有结束-在分析过程中，这些字符很可能不会成为单个字符，而是其他一些非文本对象的一部分，如图片/徽标/图表。如果是-您可以清楚地看到分隔的字符-继续下一个step.
3. Rotation.字符是否在同一“基线”上(你能在所有字符下面画一条线吗)？这条线是水平的还是垂直的？如果否-通常结束处理-除非您指示OCR软件逐个检测单个字符。如果是-继续下一步。(注意:如果有基线，但它是一个陡峭的角度，就像在"Smoothdealer“图片中一样，诀窍是将图片一次旋转15度，并通过OCR通过每个旋转的变体。在一些变体中，文本将接近垂直或接近水平，这是OCR可以检测到的。如今的光学字符识别系统只能读取水平或垂直(有些可以) rotations)
4. Language.格式的文本需要指示和预先设置OCR来查找某种特定的语言，或者至少是字符集。您需要指定要查找的可能字符的范围。例如，如果您设置英文字符集，则某些俄语或中文字母看起来不像字母(从英语的角度来看)，而更像图形。

此外，OCR软件的质量将决定每一步能起多大作用。功能更强大的OCR将能够成功处理更复杂的图像。例如，在过去使用Tesseract时，它通常不返回任何指示图像上没有文本的内容。其他一些商业OCR能够从相同的小图片或非常低质量的图片中返回文本，表明存在文本。本质上，两个实体告诉你不同的事情，你需要知道哪个更明智，并倾听那个。

此外，一些OCR将有特殊的模式来“积极”的文本提取，这将甚至进入徽标和图表，以便找到和提取每一块文本，以及任何看起来像文本的东西。其他OCR可能只是将相同的徽标视为图片，即使其中包含文本，但该文本不会变成字符。想想微软或谷歌的徽标吧。我知道有两个商业产品具有从其他对象中进行高级文本提取的功能：ABBYY FlexiCapture高级企业数据捕获软件和OCR-IT Cloud OCR API，它具有TextAgressive分析和提取模式。

使用上面的方法，让我们看一下提供的每个示例：

Donald -一些字符可以被检测到，机会很低

Vip主页-无法检测到字符

Smoothdealer字符可以通过15度旋转测试来检测

Oneplus -可以检测字符。大多数OCR软件都支持倒排文本。

500PCS -可轻松检测字符

您可以使用OpenCV和Template matching来检测文本。我认为这将是类似于人脸检测算法的算法。