通过 Tesseract OCR 在七段显示器上进行文本检测

Posted 2023-04-17

【中文标题】通过 Tesseract OCR 在七段显示器上进行文本检测

【英文标题】：Text detection on Seven Segment Display via Tesseract OCR

【发布时间】：2013-07-14 09:46:43

【问题描述】：

我正在运行的问题是从图像中提取文本，为此我使用了 Tesseract v3.02。我必须从中提取文本的示例图像与仪表读数有关。其中一些具有实心纸背景，其中一些具有 LED 显示屏。 我已经为实体表背景训练了数据集，结果非常有效。

我现在遇到的主要问题是带有 LED/LCD 背景的文本图像无法被 Tesseract 识别，因此无法生成训练集。

任何人都可以指导我如何将 Tesseract 与七段显示器（LCD/LED 背景）一起使用，或者我可以使用其他替代方法来代替 Tesseract。

【问题讨论】：

“我已经为实体表背景训练了数据集”。请您介意一下，您是如何做到这一点的？

@yunas 你在这方面有什么进展吗？我遇到了同样的问题。

【参考方案1】：

https://github.com/upupnaway/digital-display-character-rec/blob/master/digital_display_ocr.py

使用 openCV 和 tesseract 以及“letsgodigital”训练数据完成此操作

-步骤包括边缘检测和使用最大轮廓提取显示。然后使用 otsu 或二值化对图像进行阈值化，并通过 pytesseracts image_to_string 函数传递。

【参考方案2】：

这似乎是一个图像预处理任务。 Tesseract 真的希望它的图像都是位图格式的黑白文本。如果你给它一些不是那样的东西，它会尽力将它转换成那种格式。如何做到这一点并不是很聪明。使用一些图像处理工具（我碰巧喜欢 imagemagick），您需要使图像更符合 tesseract 的要求。一个简单的第一步可能是做一个小半径高斯模糊，阈值非常低（你试图只保留黑色，所以 15% 似乎是正确的），然后反转图像。

然后，困难的部分就变成了知道要执行哪个预处理任务。如果您有元数据告诉您正在处理哪种显示，那就太好了。如果不是，我怀疑您可以查看图像颜色直方图，以至少确定您的文本是黑底白字还是黑底白字。如果只有这些场景，黑底白字总是纯色背景，而黑底白字总是七段显示，那么你就完成了。如果没有，你就必须聪明。祝你好运，请告诉我们你的想法。

【讨论】：

***.com/questions/9361213/7-segment-display-ocr?rq=1 这个 *** 问题有一个指向 c 脚本的链接，用于读取独立于 OCR 的七段。可能也值得一看。

我正在使用 GPUImageLibrary github.com/BradLarson/GPUImage。我做的和你做的一模一样。我应用了高斯模糊，然后我没有反转，而是锐化了模糊的图像并提供给高斯，它在一定程度上起作用，但对于我在相关位置 4 添加的图像。它失败了......应该应用什么样的过滤器？

LED的背景可以去掉吗？

第四张图的难点在于背景亮度从左到右逐渐降低。我能够使用局部自适应阈值来解决这个问题，在 imagemagick 中由函数 -lat 调用。这个想法是平均周围区域的像素并构造一个局部阈值，将前景与背景分开。如果 GPUImageLibrary 没有那个，自己写应该不会太难。它还有一个额外的好处，那就是仍然可以处理平面背景图像。在该图像上，半径为 60-80 像素的局部自适应阈值效果很好。

是的，你是对的，我在图像上应用了高斯模糊，然后应用 AdaptiveThreshold 去除了颗粒或背景。

【参考方案3】：

看看这个项目：

https://github.com/arturaugusto/display_ocr

在那里，您可以下载 7 段字体的训练数据和具有一些预处理功能的 python 脚本。