[閒聊] php-gd 與台鐵數字 ocr

看板PHP作者shadowjohn (3WA問題解決專家)時間15年前 (2010/07/14 17:21)推噓6(6推 0噓 1→)

留言7則, 5人參與討論串1/3 (看更多)

Dear All~ 範例網址：http://3wa.tw/demo/php/ocr_projects/railway_ocr_final/index.php 因為我把每一步驟所生成的圖片全寫在同一支呈現，所以電腦在解圖上會開很久~ So~試玩者得有點耐心~ 網路上找的到文件老實說不如自己花點時間思考一下處理的方法簡單的設計流程大概是： 1. 抓取來源圖檔~讀入成gd image 2. 利用四週相近的顏色，去除背景 3. 灰階 , 去除雜點簡單提一下所謂的雜點我是定義成若自身這個 pixel 以外的四邊都是白色，自身就消失 ~ 4. 將字的範圍定出﹑裁切 5. 將每個字切成各別的圖片 6. 把每個字左右各翻60度，找出黑色出現的最短路徑，如此可找到字是正的 7. --- --- --- --- |5| |2| |3| |1| .... --- --- --- --- 得到每個字在每張圖後，接下來就來作最重要的圖型辨識不過老實說我也想了好多種方法~ 像是縱﹑橫﹑斜類似一條線穿過多少點，或是將筆畫切細有的沒的但嘗試後總是不盡理想~ 我也曾把每張圖的黑點數累加，也得到很不可靠的資訊多方思考後，我得出一個結論，既然要電腦習得人類看字，總得教他觀察一個字於是我嘗試把一個字橫﹑縱分出了 8x8 個點圖片其實滿小的，大概10x10甚至不到這麼大張所以8x8將會記下大概這些資訊 id num codes... 1 7 11111100 10111100 10111100 10111000 10100100 10011... 2 2 11111100 10111000 10110000 10001000 10001000 00000... 3 8 11111100 10010000 10001100 11101100 11000000 10011... 4 6 11111100 11000000 11000000 10111100 11100000 11100... 5 2 11111100 10111100 10111000 10110000 10001000 10001... 6 7 11111100 11001000 10000000 10111100 11111000 10000... 7 4 11111111 11111011 11110011 10000001 10000000 11111... 8 4 11111100 11110100 11110100 10000000 10000000 11110... 9 3 11111110 11111010 10111010 10101110 10000010 10000... 10 1 11111100 10111100 10000000 10000000 11111100 00000... 於是我開始利用網頁建檔，重新整理﹑建檔建到目前大概200多筆左右，我得到了70%~85% 的辨識成功率 select distinct num,count(*) from ocr group by num order by num asc num count(*) 0 28 1 17 2 28 3 20 4 24 5 33 6 30 7 28 8 25 9 22 平均每個字大概建檔 20~30次左右不等總而言之，也算是小小的成功範例的程式是小弟用 php-gd 實作因小弟才疏學淺，若有前輩對於影像處理這些有心得方向，希望能多方研究討論 -- 3WA訓練家的工作室宗旨：諸葛單中，謝謝個人佈弱格網址：http://3wa.tw -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 114.32.9.79

[閒聊] php-gd 與 台鐵數字 ocr

[閒聊] php-gd 與台鐵數字 ocr