来自身份证明文件检测和 ocr 的模糊文本

Posted 2023-04-17

【中文标题】来自身份证明文件检测和 ocr 的模糊文本

【英文标题】：Blurry text from identification documents detection and ocr

【发布时间】：2018-11-07 00:03:39

【问题描述】：

我有一个非常具体的场景文本检测和解析问题。我什至不确定您是否可以说这是一个实际的场景文本。

我从身份证照片中提取了一个姓名字段：

我可以立即开始对该图像应用一些 OCR，但我相信可以应用进一步的文本本地化。要实现这个图像： 你知道任何这样的文本本地化算法吗？我已经尝试过'Busta 的 FASText'、'argman 的 EAST'，它们工作得很好。这个特定任务的任何算法？

在文本本地化之后，我认为现在是应用 OCR 的最佳时机。现在我感到迷失了。 您可以推荐使用哪种 OCR？我已经尝试过“Tesseract”，但效果不佳。使用例如为文档字符制作自己的 OCR 是否更好？张量流？

【问题讨论】：

您可以在使用上述 OCR 算法之前尝试执行一些图像增强技术！

有什么理由不使用专门的 ID 扫描 SDK？

@ssasa 是的，它们不适用于低分辨率。

@LaimonasSutkus 那么你面临着一项非常具有挑战性的任务 :) 商业 ID 扫描 SDK 在开发包括低分辨率在内的强大扫描方面投入了大量资金。

我完全清楚这一点。谢谢！ :)（在这漫长的旅程中，我并不孤单哈哈）

【参考方案1】：

尝试增加图像的对比度。您可以使用：

import matplotlib.pyplot as plt
import cv2
import numpy as np


def cvt_BGR2RGB(img):
  return cv2.cvtColor(img,cv2.COLOR_BGR2RGB)


def contrast(img,show=False):
  # CLAHE (Contrast Limited Adaptive Histogram Equalization)
  clahe=cv2.createCLAHE(clipLimit=3., tileGridSize=(8,8))

  lab=cv2.cvtColor(img, cv2.COLOR_BGR2LAB)  # convert from BGR to LAB color space
  l,a,b=cv2.split(lab)  # split on 3 different channels

  l2=clahe.apply(l)  # apply CLAHE to the L-channel

  lab=cv2.merge((l2,a,b))  # merge channels
  img2=cv2.cvtColor(lab, cv2.COLOR_LAB2BGR)  # convert from LAB to BGR
  if show:
    #plot the original and contrasted image
    f=plt.figure(figsize=(15,15))
    ax1=f.add_subplot(121)
    img1_cvt=cvt_BGR2RGB(img)
    plt.imshow(img1_cvt)
    ax2=f.add_subplot(122)
    img2_cvt=cvt_BGR2RGB(img2)
    plt.imshow(img2_cvt)
    plt.show()
  return img,img2

也许你可以使用pyteserract