使用Tesseract进行蛋标记识别的图像预处理

Question

目标是创建一个可以识别蛋印记的应用程序，例如0-DE-134461。我尝试了Tesseract和Google Vision API OCR引擎对以下图像进行识别。两种OCR引擎的结果都很糟糕。 0-DE-46042

Tesseract → ""
Google Vision API → " 2 "

3-ES08234-25591

Tesseract → ""
Google Vision API → " Es1234-2SS ) R SHAH That is part "

---

裁剪

我使用Photoshop手动裁剪了这些图片。

0-DE-46042

Tesseract → ""
Google Vision API → ""

3-ES08234-25591

Tesseract → "3ΓÇöE503ΓÇÿ234-gg"
Google Vision API → " -ESOT23-2559 ) "

---

阈值化

我使用Photoshop手动选择了两个鸡蛋上的文本并去除了背景。

0-DE-46042

Tesseract → "OΓÇöDEΓÇö46042"
Google Vision API → " O-DE-46042 "

3-ES08234-25591

Tesseract → ""
Google Vision API → " 3-ESO8234-9 "

---

如何消除圆形变形？

我认为最后的预处理步骤应该是消除圆形变形，但我不知道如何在Photoshop中手动完成，更不用说自动化了。

---

我的问题

• 我是否朝着正确的方向前进？
• 我的预处理步骤是否正确？
• 如何在OpenCV中自动化这些步骤？

---

额外信息

我用来获取tesseract OCR结果的命令：

λ tesseract {egg_picture}.jpg --psm 7 stdout

四维超立方体版本：

λ tesseract --version
tesseract 4.0.0-alpha.20170804
 leptonica-1.74.4
  libgif 4.1.6(?) : libjpeg 8d (libjpeg-turbo 1.5.0) : libpng 1.6.20 : libtiff 4.0.6 : zlib 1.2.8 : libwebp 0.4.3 : libopenjp2 2.1.

平台：Windows 10

---

编辑1

我在一些鸡蛋标记图像上应用了OpenCV的自适应阈值处理。目前为止，这是结果：

然而，还有很多噪音。我正在努力调整参数，使其在不同图像中都能良好地工作。

---

- Tomasito665

---

是的，我认为你需要纠正循环变形。对于颜色阈值处理，我建议尝试使用HSV颜色空间，但不确定红色（字体）和橙色（鸡蛋）是否足够远...... - Micka

为了纠正圆形包裹，您可以应用单应性。您只需要将位于曲线上的点映射到与左上角点平行的线上（对于上表面，类似地，您也可以这样做）。现在从二进制图像中检测位于曲面上的点不应该是一个困难的任务。 - Optimus 1072

https://developers.googleblog.com/2017/09/how-machine-learning-with-tensorflow.html - rmtheis

Answer 1

我有一个建议。

我尝试对BGR颜色空间中的所有三个通道应用本地直方图均衡化，然后合并它们。

结果：

随着图像中的细节更加突出，您可以考虑对这些图像进行预处理。

我也尝试了分别对三个通道全局均衡化的方法。尽管图像比原始图像更清晰，但缺乏细节深度。

- Jeru Luke

---

感谢提供RGB通道直方图均衡化技巧。Eggcode确实更加突出。但是，我一直无法成功地将文本二值化。有什么想法吗？ - Tomasito665

我还没有尝试过任何东西。尝试使用不同的内核大小执行高斯差分或自适应阈值处理。 - Jeru Luke

我尝试了自适应阈值处理，但是有很多二进制噪声。我已经在问题上添加了图像结果。 - Tomasito665