Re: [問題] OCR（光學辨識）推薦書籍或函式庫

看板CSSE (電腦科學及軟體工程)作者vgod (single)時間13年前 (2011/11/08 12:47)推噓9(9推 0噓 0→)

留言9則, 9人參與討論串3/4 (看更多)

這問題要拆成兩部分來看, 第一是text detection, 在任意圖上找出文字的位置第二是text recognition, 給定圖和文字區塊的位置, 輸出文字字串第一個問題有很多種演算法, 要看你圖的性質而決定要用哪種如果能知道文字的位置後, 接下來其實就比較簡單, 因為第二個問題可以直接用現成的OCR引擎加上一些image processing來處理最容易取得的OCR引擎是Tesseract, 3.0後還支援包含中文在內的多國語言但如你所說, OCR引擎大多是假設圖片是白底黑字的文件所以直接把有複雜背景的圖片丟進去是不行的最簡單的處理方法就是用一些影像處理的演算法把背景去掉, 然後轉成白底黑字的樣子這樣再丟進OCR引擎的結果就會好很多基本概念是這樣, 關鍵字也都在上面了, 如果能看英文論文的話, 在google scholar能找到非常多資料 ※ 引述《tonytonyjan (南洋大兜蟲)》之銘言： : 我把我的問題貼在 Komica 得到的回覆貼在這裡與大家分享： : 無名氏: 這應該偏影像辨識的學門了之前是有玩face Detection (rpJRwjDA 11/11/03 : 07:12) : 無名氏: 不過那是辨識人臉的 (rpJRwjDA 11/11/03 07:12) : 無名氏: 文字辨識英文的話到還好，如果你要做中文的。我想你會做到死.......... : (aOLUs/V6 11/11/03 10:36) : 無名氏: 中文光是常用的字，少說有5千字....... (aOLUs/V6 11/11/03 10:37) : 無名氏: 不然就是要找人家做好的來套用了 (aOLUs/V6 11/11/03 10:38) : 無標題名稱: 無名氏 [11/11/03(四)01:01 ID:jIVsifTM] No.6783 推 : 雖然我對OCR不熟，不過這個東西的確就是你的方向。 : 類似的應該還有車牌辨識/CAPTCHA破解之類的。 : 提到CAPTCHA破解我倒記得有一個很有趣的例子， : 使用JavaScript實作類神經網路來破驗證碼。 : http://ejohn.org/blog/ocr-and-neural-nets-in-javascript/ : 或許你也可以從這方面下手。 : 無標題名稱: 無名氏 [11/11/03(四)07:36 ID:OK9R6lHk] No.6784 推 : http://www.google.com/insidesearch/searchbyimage.html : 無標題名稱: 無名氏 [11/11/03(四)16:56 ID:a.T6EASg] No.6786 推 : Google image search 是 content based 沒錯，但是和原 PO 的需求不同吧？ : ※ 引述《tonytonyjan (南洋大兜蟲)》之銘言： : : 有鑑於在像 komica 這類的討論版或論壇 : : 回覆時都夾帶圖片，而圖片上常常會有字幕或者是漫畫角色的台詞，笑果十足 : : 但是要蒐集這些東西其實很累，於是我有個 idea： : : 我打算實做一個 content based image search engine : : 對圖片上的文字，經過辨識之後做 indexing : : 如此只要把想要的話輸入進去，就可以找到任何相關動漫或電影台詞的引用圖片 : : （我 google 老半天發現這世界好像還沒有這樣的搜尋引擎，讓我更想做了） : : 我有IR背景知識，但對於圖形辨識完全不得其門而入 : : 希望在圖形辨識上有經驗的人可以給我一些指引 : : 我目前試過 tesseract, gocr : : 不過經過測試我發現他們似乎主力在「文件」，對於卡通圖片中的文字辨識能力薄弱 : : 問題： : : 1. 對於我的需求，我要找得技術是 OCR 沒錯吧？或者我弄錯關鍵字了？ : : 2. 如果關鍵字確實是 OCR，是否有其他適合辨識圖畫（非文件）的函式庫？ : : 3. 接續 2，有什麼推薦的書籍，可以學習如何實做一個 OCR system 呢？ : : 感激不盡^_^ : : PS. : : 這是自娛專案，有興趣參與的人也可來信 XD -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 128.30.86.53