写真から数字を認識したいのですが、具体的には、体に数字が付いた男性の写真になります。たとえば、胸にスタート番号が付いたマラソンランナーとしましょう。
Tesseract を試してみましたが、テキストのみを読み取るシンプルな OCR ツールです。
私の考えは、openCV を使用して写真上の人物を検出し、数字を配置できる部分 (胸など) に注目し、さらに変換を行うことです。たとえば、コントラストを上げたり、四角形を認識したりして、最後に OCR で数字を読み取ろうとします。 .
写真認識を始めたばかりなので、合理的に聞こえるか教えてください。それとも、実際に彼の仕事のためのツールがあるのでしょうか?
はい、可能です。ユーザーの 1 人のために、マラソン ランナーのよだれかけの詳細な分析を行いました。これは、画像の取得方法、OCR の前の画像の準備、誤検知 (ロゴ、ブランド、バナーなど) を除去するためのセグメンテーション、および完全ではない画像やパターンを読み取ることができる強力な OCR ソフトウェアの組み合わせです。
このタスクの私の分析レポートは、www.OCR-IT.com のブログ投稿 ( http://www.ocr-it.com/user-scenario-process-digital-camera-pictures-and-ocr-to- ) で参照してください。特定の番号を抽出する
理にかなっているように聞こえますが、オクルージョンやその他の数字認識の問題により、誤認識率が高くなります。
私は長年数値認識に取り組んできましたが、ネットワークへの入力が数値自体を持つ画像であるニューラル ネットワークを使用することをお勧めします。このページでは、手書きの数字認識問題に対するいくつかのアプローチ ( http://yann.lecun.com/exdb/mnist/ ) の結果を示します (数字の形状が多様であるため、より困難ですが、セグメンテーションの観点からはより簡単です)。 ）。