图像中文本定位有哪些好的算法？

Question

我想问您是否知道任何好的文本本地化算法，可以检测图像中的文本候选项（用于我的OCR项目）。

实质上，在“应用”此算法后，我希望能够获得包含字符候选项的区域（边界框），例如：

我正在尝试找到一些有用的东西，但即使我找到了，它很可能在一篇极其困难的论文中，并需要应用非常高的数学知识。我已经接触过MSER（最大稳定极值区域）或梯度向量流方法，但它们对我来说都很困难（尽管我理解数学的很多内容，但我仍然很难理解这些内容）。

- Patryk

Answer 1

以下内容可能会给您一些指引：

1. 检测图像上文本存在的算法
2. 一些流行的OCR算法
3. 车牌检测的好算法是什么？

- Tejas Patil

Answer 2

你可以使用Opencv3.0的“场景文本检测”功能。它基于“用于场景文本检测的类特定极值区域”。它还有示例代码。

你可以在以下网址找到它们：

[1] http://docs.opencv.org/3.0-beta/modules/text/doc/erfilter.html [2] https://github.com/Itseez/opencv_contrib/blob/master/modules/text/samples/textdetection.cpp 论文:

[Neumann12] Neumann L., Matas J.: 实时场景文本定位和识别，CVPR 2012。该论文可在http://cmp.felk.cvut.cz/~neumalu1/neumann-cvpr2012.pdf上线获取。

[Neumann11] Neumann L., Matas J.: 使用高效修剪的穷举搜索在真实世界图像中定位文本，ICDAR 2011。该论文可在http://cmp.felk.cvut.cz/~neumalu1/icdar2011_article.pdf上线获取。

[Gomez13] Gomez L.和Karatzas D.：从自然场景中提取多脚本文本，ICDAR 2013。该论文可在http://158.109.8.37/files/GoK2013.pdf上线获取。

[Gomez14] Gomez L.和Karatzas D.：用于多脚本和任意方向场景文本提取的快速分层方法，arXiv:1407.7504 [cs.CV]。该论文可在http://arxiv.org/abs/1407.7504上线获取。

- neouyghur

Answer 3

我不知道有什么简单易用的算法可以做到这一点。然而，我们正在使用一个名为leadtools的第三方工具包来执行类似的行为。我知道它可以自动查找文本区域并识别它们。有关更多信息，请参见此帮助主题，其中包括代码片段：

自动区域

此外，在对图像进行OCR之前，您可以对图像进行一些图像处理，因为图像中的颜色会降低OCR识别过程的准确性和性能。

- Khalil_Moath