使用 OpenCV，如何在执行 OCR 之前检测文本方向？

Posted 2023-03-16

【中文标题】使用 OpenCV，如何在执行 OCR 之前检测文本方向？

【英文标题】：Using OpenCV, how can I detect text orientation before performing OCR?

【发布时间】：2012-04-24 17:50:46

【问题描述】：

我在 ios 应用程序中使用 OpenCV。我想对某些文本执行 OCR，但我首先需要确定它的方向。

如何在 OpenCV 中做到这一点？

【问题讨论】：

我想这可以通过估计文本对齐来完成。

太模糊了 - 没有关于提议的库或用例（手动扫描等）的更多细节。

@ScottCorscadden 使用 openCV

【参考方案1】：

我不确定在 Objective-C 中不提供 OCR 的情况下是否可以回答问题 - 如果不使用 OCR 库，几行文本很难做到这一点。

嗯，20 年前，我编写了一个 OCR 系统（不使用任何 OCR 库）来实时读取银行支票。顺便说一句，它还在验证手写签名。

检查方向的问题很严重，因为支票可以（由人工操作员）随机插入小型电动银行支票扫描仪中。

由于所有银行都使用不同的页面布局和装饰，不依赖磁性墨水（扫描仪未检测到）查找方向的唯一方法是实际尝试对在顶部找到的第一个字符进行 OCR 识别“页面”。

有些字符像“O”一样模棱两可，但大多数其他字符会告诉您图片是倒置还是镜像，因此只需阅读前 3-5 个字符即可完成工作（除非您有重复）。

祝你好运！

【参考方案2】：

此答案已更新。

如果需要检测文字的旋转角度，可以看this article（分享源码）：

文本被校正后，可以执行 OCR 程序并将其结果与字典进行比较。如果匹配率很高，则说明文本已正确旋转并且方向现在正常。

【参考方案3】：

几周前我遇到了类似的问题，只是在我分心之前才开始研究它。无论如何，您可以使用离散傅立叶变换（在一定程度上）实现您想要的。模糊或侵蚀图像，使单个单词/行中的所有小白色间隙都填充成一条实心黑线（这有助于从图像中去除大量高频噪声），对图像进行 DFT，应用低-通过或带通滤波器（频率根据相对于图像大小的所需字体大小），并分析生成的幅度图。您将需要进行一些研究，否则其他人将需要详细说明，但这绝对是我找到的最佳解决方案。

我现在正在做另一个项目，但我会在一周左右的时间内回到这个项目，如果其他人还没有这样做的话，我会告诉你更多的细节。当然，这个帖子现在有点老了，所以我什至可能没有得到回应哈哈，但无论如何它对将来的其他人来说是一个很好的参考。

【参考方案4】：

Hough transform 可能是help you。霍夫投票地图上的最大值（准确地说是占主导地位的集群，但您需要 k-means 和 k=1）将为您提供所需的角度。