OpenCV - Улучшение текста изображения - предварительная обработка оптического распознавания текста

Question

Моя цель - предварительно обработать изображение (извлеченное из видео) для обнаружения OCR. Текст всегда черный, как в этом примере:

Я пытался использовать возрастную рамку и маску HVS:

cv2.accumulateWeighted(frame,avg2,0.005)
#res2 = cv2.convertScaleAbs(avg2)
    # Convert BGR to HSV
    hsv = cv2.cvtColor(imgray, cv2.COLOR_BGR2HSV)
    # define range of black color in HSV
    lower_val = np.array([0,0,0])
    upper_val = np.array([179,255,127])
    # Threshold the HSV image to get only black colors
    mask = cv2.inRange(hsv, lower_val, upper_val)
    # invert mask to get black symbols on white background
    mask_inv = cv2.bitwise_not(mask)
    cv2.imshow("Mask", mask)

Но результат не очень хороший. Нужны возможные варианты работы. Thx

Answer 1

Этот тип изображений, где текстовые экземпляры не могут быть легко разделены, tesseract не даст хороших результатов. Тессеракт - хороший вариант, если вы хотите извлечь текст из документа / papaer / pdfs и т. Д. c. там, где текстовые фрагменты понятны.

Для вашей проблемы я бы предложил вам следовать отдельным моделям обнаружения и распознавания текста. Для обнаружения текста вы можете использовать современные модели, такие как восточный текстовый детектор, который может определять местоположение текста на различных изображениях. Он создаст ограничивающие рамки вокруг текста на изображениях, и затем этот блок может быть передан другой модели распознавания текста, которая будет выполнять реальную задачу распознавания.

Для обнаружения текста: восточная или любая другая последняя модель Для распознавания текста : Модели на основе CRNN

Пожалуйста, попробуйте реализовать вышеупомянутые модели, и я уверен, что они будут работать лучше, чем то, что вы получаете от Tesseract:)

BR!