Я работаю над рукописной проблемой распознавания di git, использующей OpenCV для предварительной обработки и Keras / Tensorflow для вывода. У меня возникла проблема с потерей некоторых функций в предварительной обработке, которая примерно состоит из:
- Порог Оцу
- Дилатация (чтобы получить толщину ди git то же самое, что и другой набор данных, который я использовал для предварительной тренировки моей нейронной сети пример потери признаков:
Это должно быть два, и крошечный пробел в верхнем l oop важен для дифференциации это от 9 или 8. Но моя предварительно обработанная версия теряет пробел, поэтому l oop выглядит закрытым.
Я уже задавал подобный вопрос для сохранения отверстий и получил отличный ответ, хотя я думаю, что мне нужно обобщить его больше.
Так же, как одна из моих собственных идей: Может быть, есть способ добавить второе большее ядро в операцию расширения. Это ядро будет иметь ту же форму, что и ядро расширения, но будет иметь только контур (не будет заполнено). Затем, если этот контур затрагивает какие-либо белые пиксели на исходном изображении, аннулируйте действие расширения для этой позиции.
Примечание. Пожалуйста, не стесняйтесь оставлять комментарий, чтобы лучше обозначить этот заголовок ("связность" все, что я мог придумать).