我是一个计算机视觉的初学者，但我知道如何使用一些opencv函数。我正在尝试使用Opencv进行文档识别，我想寻求帮助找到实现它的步骤。
我考虑使用opencv示例find_obj.cpp，但是文档（例如护照）有一些变量，如姓名、出生日期和图片。因此，我需要帮助定义实现这个目标的步骤，以及在这些步骤中需要使用哪些函数。
我不是要求整个代码，但如果有任何示例链接或者您可以提供详细解说，那将非常有帮助。
1个回答
38
这里有两个非常不同的步骤。一个是检测你的对象，另一个是分析它。
对于对象检测，您只需尝试确定对象是否在框架内以及大致位置。OpenCv特征框架非常适合此功能。有一些教程和全面的示例代码，请参见OpenCv features2d教程，特别是特征匹配教程。
对于分析，您需要深入研究光学字符识别（OCR）。OpenCv不包括OCR库，但我建议尝试使用tesseract-ocr，它是一个出色的OCR库。如果您的文档具有固定的结构（文本字段的一致布局），那么tesseract-ocr就足够了。对于更高级的分析，请查看ocropus，它使用tesseract-ocr但添加了布局分析。
- Kyle McDonald
4
我尝试了这个解决方案，但如果在实际应用中没有成功，我认为使用模板匹配时必须只使用相同分辨率的图像。不是吗？ - Ricardo Cunha
2如果您在处理实际案例时遇到问题，可能需要为您使用的特定字体训练tesseract-ocr。否则，它将使用其默认数据库，这可能与您正在处理的文本不匹配。在将文本提供给tesseract-ocr之前，您可以尝试缩放文本，我发现高度约为20像素效果很好。 - Kyle McDonald
你有关于如何训练Tesseract的链接吗？我在获得良好结果方面遇到了一些麻烦，而且找不到易懂、好的教程来指导如何进行训练。 - Tjorriemorrie
1@Tjorriemorrie 选择您需要的版本以获取训练指南。 - eshirima
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接