图像中检测文本的算法

Question

我有一个新任务，需要找到一种方法来检测图像上的文本。该图像是地图——例如谷歌地图。任务是检测街道/城市标签的位置。

我知道opencv库有算法可以检测特征（例如人脸）——haar分类器或hog（方向梯度直方图），但我听说这些算法的学习过程相当困难。

你知道是否有任何算法、方法或库可以做到这一点（检测图像上的文本）吗？

谢谢， 约翰

- John

Answer 1

在视觉领域中存在一个标准问题，称为图像中的文本检测。它与OCR非常不同。 OCR关注的是它说了什么，而文本检测则是确定图像中是否有文本。 Adi Shavit的第三个链接是解决这个问题的方法。您可以在Google学术中查找文本检测的文章。

- carlosdc

Answer 2

你可以采用多种方式。

1. 使用OCR。在Stackoverflow上搜索OCR将显示许多选项，这些选项包括Tesseract和Ocropus等。
2. 如果你的文本使用非常特定的固定字体，则可以通过简单的模板匹配来完成。
3. 在更一般的情况下，你可能需要查看“用笔画宽度变换检测自然场景中的文本”

更新于2017年1月
OpenCV 3.2 contrib模块现在具有文本检测模块。 它还包括一个示例（C++，Python）以说明如何使用它。

- Adi Shavit

---

Ocropus能够将找到的文字转换为实际文本，但并不能帮助首先找到这些文字。简单的模板匹配加上一个限制条件，要求至少有两个字符在水平线上靠近彼此，对于谷歌地图案例非常有效。 - jilles de wit

Epshtein等人的论文（笔画宽度变换）已被Saurav＆Andrew实现并分享。 - Kaushik Acharya

这是一个使用Python OpenCV包装器实现的示例Python代码 https://github.com/opencv/opencv_contrib/blob/master/modules/text/samples/textdetection.py - parsethis

Answer 3

你需要将其调整为特定类型的地图图像，否则问题会非常困难（请参阅有关文章链接的先前帖子）。

OCR 是解决问题的方法，你应该使用现有的库。然而，OCR 主要是针对白色背景上的文本进行的。为了将你的问题简化为常规 OCR 问题，你应该尝试处理地图的颜色空间。很可能地图文本具有非常特定的颜色，这可能足以找到这些像素。然后，你可以根据连接区域的大小过滤检测到的像素。

如果你只想找到文本标签的位置，可以执行上述操作，基本上跳过 OCR 步骤。如果标签不太接近，可以使用简单的聚类算法来找到它们各自的位置。

- mahogny