가장 좋은 세트 같이 멋진 것은 어디에도 없습니다. 디지털 이미지는 다른 캡처 장치에서 얻을 수 있으며 각 장치는 자체 처리 시스템 (필터)과 이미지를 크게 변경하고 노이즈를 추가 할 수있는 다른 특성을 내장 할 수 있습니다. 따라서 모든 경우는 다르게 처리 (사전 처리)해야합니다.
그러나, 는 예를 들어, 탐지를 개선하는 데 사용할 수 있습니다 commmon 작업있다, 아주 기본적인 하나는 그레이 스케일 이미지를 이진화하는 threshold을 적용 할 수있는 이미지를 변환하는 것입니다. 이전에 사용한 또 다른 기술은 the bounding box으로, 텍스트 영역을 감지 할 수 있습니다. 이미지에서 노이즈를 제거하려면 침식/확장 작동에 관심이있을 수 있습니다. 나는이 작업 중 일부를 this post에 대해 설명합니다. 이제
단지 당신이 할 수있는 간단한 방법을 보여주기 위해 : 또한
, 당신은 살펴 보셔야합니다 OCR 및 OpenCV의에 대한 흥미로운 게시물이 있습니다 샘플 이미지와 함께 사용하는 경우 색상 반전 및 임계 값 적용의 결과입니다.
cv::Mat new_img = cv::imread(argv[1]);
cv::bitwise_not(new_img, new_img);
double thres = 100;
double color = 255;
cv::threshold(new_img, new_img, thres, color, CV_THRESH_BINARY);
cv::imwrite("inv_thres.png", new_img);
여기 샘플 이미지를 업로드 할 수 있습니까? 링크 403 금지를 제공합니다 – Alupotha