opencv 15 OCR 文本检测(textdetection) vs2015

最新推荐文章于 2024-08-07 19:32:37 发布
最新推荐文章于 2024-08-07 19:32:37 发布
阅读量4.2k 收藏 5
点赞数 1
分类专栏： opencv 文章标签： opencv
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/longji/article/details/78274323
版权

01 资源

OpenCV自带的OCR文本检测用例，opencv_contrib\modules\text\samples\textdetection.cpp。textdetection.cpp检测图片中文本。
模型文件(需要拷贝到Debug或Release目录中)：

opencv_contrib/modules/text/samples/trained_classifierNM1.xml
opencv_contrib/modules/text/samples/trained_classifierNM2.xml

测试图片：

opencv_contrib/modules/text/samples/scenetext_segmented_word01.jpg
opencv_contrib/modules/text/samples/scenetext_segmented_word01_mask.png
opencv_contrib/modules/text/samples/scenetext_segmented_word02.jpg
opencv_contrib/modules/text/samples/scenetext_segmented_word02_mask.png
opencv_contrib/modules/text/samples/scenetext_segmented_word03.jpg
opencv_contrib/modules/text/samples/scenetext_segmented_word03_mask.png
...

02 编译textdetection

参考opencv01 相对完整的编译opencv3.3.0 win版本，编译opencv3.3.0 vs2015版本。
生成文件：D:\git\opencv\build\v3.3.0\x64\bin\Debug\text-example-textdetection.exe。

03 textdetection项目配置

设置textdetection项目为启动项。

# 如果路径中有空格，需要使用双引号,参数路径根据自己实际情况调整
配置属性==>调试==>命令参数=../../../../../../opencv_contrib/modules/text/samples/scenetext_segmented_word03.jpg 
配置属性==>调试==>工作目录=$(OutDir)

04 运行结果

scenetext_segmented_word03.jpg原图：
运行结果:
这里写图片描述

longji
关注
专栏目录
Opencv项目实战：01 文字检测OCR（1）
m0_62919535的博客
08-29 4190
《Opencv项目实战：01 文字检测OCR（1）》，适用于对opencv有了了解之后，需要做项目实战的同学。对于代码的讲解，都为本人自己的领悟，可帮助大家快速了解此项目，本文还有后续，《Opencv项目实战：01 文字检测OCR（2）》。请多多关照。......
基于Opencv的简单不定长文本识别.zip
05-02
基于OpenCV的系统
OpenCV项目实战日志——检测文字并对比识别
热门推荐
ColdWindHA的博客
08-24 2万+
第一次写长博，记录一个项目。这几天一直在接小活，有一个是客户的要求是将目标图片上的文字（目测是好多器材上边的编号）检测出来，并对比，要求长字符串和长字符串相同，短字符串和短字符串相同，不一样的需要标识出来。感觉还挺有意思的，就把过程贴出来以便日后复习。话不多说先贴图：待检测图片和最终识别结果如下图，相同的长字符串用蓝色框标出，短字符串用绿色框标出，而疑似不一致字符串用红色框标出，对客户传来的待测试...
【OpenCV-Python实战项目】01-OCR文本检测
最新发布
weixin_44702962的博客
08-07 1090
利用OpenCV+Tesseract对图像中的文本进行检测的基础，然后基于基础实现常见应用。
文字检测与文字识别开源程序
OpenCV中文网
12-19 4710
Scene text detection and recognition based on Extremal Region(ER) https://github.com/HsiehYiChia/Scene-text-recognition  A real-time scene text recognition algorithm. Our system is able to recognize
文本检测之OpenCV实现
拾光夕拾的博客
03-30 1334
目录 1、理论依据 2、程序实现 1）图像灰度化 2）文本行分割 3）通过形态学腐蚀，将分割出来的文字字符连接在一起 4）提取文本行所在的轮廓 5）提取的文本行所在轮廓最小矩形框，并在原图标记检测矩形框 6）检测结果 3、VS2015工程 运行环境：Windows 10 64 位 + Opencv3.4.1 + Visual Studio 2015 1、理论依据 针对水平...
opencv 16 OCR 端到端场景文本检测与识别(webcam_demo) vs2015
一朵花开的时间
10-18 3026
01 资源OpenCV自带的端到端场景文本检测与识别用例，opencv_contrib\modules\text\samples\webcam_demo.cpp。webcam_demo.cpp识别图片中的单个字符。 模型文件(需要拷贝到Debug或Release目录中)： opencv_contrib/modules/text/samples/trained_classifierNM1.xml
opencv python3 文本区域识别,OpenCV MSER检测文本区域 - Python
weixin_35323111的博客
11-28 452
I have an invoice image, and I want to detect the text on it. So I plan to use 2 steps: first is to identify the text areas, and then using OCR to recognize the text.I am using OpenCV 3.0 in python fo...
文本检测实战：使用OpenCV实现文本检测（EAST 文本检测器）
AI浩
11-17 7441
在本教程中，您将学习如何使用 OpenCV 使用 EAST 文本检测器检测图像中的文本。 EAST 文本检测器要求我们在我们的系统上运行 OpenCV 3.4.2 或 OpenCV 4 。 论文原文：https://arxiv.org/abs/1704.03155 代码地址：https://github.com/argman/EAST 在今天教程的第一部分中，我将讨论为什么在自然场景图像中检测文本会如此具有挑战性。 从那里我将简要讨论 EAST 文本检测器，我们为什么使用它，以及是什么让算法如此
【wrodpress】wordpress发表文章后无法显示(1)，一次违反常规的Python大厂面试经历
qq194582923的博客
03-28 508
为了方便每次编辑完文章不用改下链接。可以安装这个插件：Pinyin Permalink，自动修改文章的链接为拼音，这样即可一劳永逸的解决问题。在wordpress的文章编辑页面中，手动修改链接为纯英文，问题解决。
C++利用opencv进行OCR Win10-x64+VS2015
weixin_42975610的博客
11-14 1775
C++利用opencv进行OCR Win10-x64+VS2015 原理 OCR的应用非常广泛，在工业上，常常用于印刷体的识别，例如印刷数字的识别。对于这种问题，我们的做法是先去采集工业场景下大批量的图像数据，分割为单个字体区域，绑定对应的标签，制作印刷字体的训练集。再使用机器学习或者神经网络对数据集进行训练，在得到一个准确率高的模型后，再使用模型去分类待测的字体区域图片。 步骤 制作数据集 简单演示，这里我直接用word文档输入数字截图作为我采集的图像 如下为train.png test.png 第一
OpenCV文字区域定位
07-19
利用OpenCV进行图片文字区域的定位和检测
OpenCv+Ocr 图片文字识别源码
06-13
使用Qt + Opencv 实现的文字识别的示例，带有文字库，学习一下没毛病
OpenCV Text Detection.zip
11-29
在这个“OpenCV Text Detection.zip”压缩包中，我们主要关注的是如何使用OpenCV进行文本检测，这是一个在图像和视频中识别和定位文字的过程。在Python环境中，OpenCV结合OCR（光学字符识别）技术可以帮助我们自动...
用opencv的dnn模块做文本检测与识别包含C++和Python两种版本的实现OCR部署源码+模型+说明.zip
05-02
在OpenCV的DNN模块中，我们可以加载预训练的深度学习模型，如 EAST（Efficient Aligned Hierarchy for Text Detection）或 Mask R-CNN 进行文本检测。这些模型通常基于卷积神经网络（CNNs），能有效地检测图像中的...
文本的检测、识别实战：使用 Tesseract 进行 OpenCV OCR 和文本识别
2401_84009054的博客
04-22 661
着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！**
（14-2）OCR文本检测识别系统（OpenCV+TensorFlow Lite+TensorFlow+Android）：系统介绍+准备模型+创建工程
码农三叔
04-27 1149
在本章讲解的OCR项目中， 整个任务通常分为两个阶段。首先，使用文本检测模型来检测可能的文本周围的边界框。其次，将处理后的边界框送入文本识别模型，以确定边界框内的特定字符（在文本识别之前，还需要进行非最大抑制、透视变换等操作）。在本项目中使用两个模型实现上述两个截断的功能，这两个模型都来自 TensorFlow Hub，它们都是 FP16 量化模型。本项目的具体结构如图14-1所示。图14-1 项目结构。
Opencv项目实战：11 使用Opencv高亮显示文本检测
m0_62919535的博客
09-30 1927
基于文字高亮的图片中，需要追求一种能够快速提取重点内容的方法。通过opencv的方法通过分析图片中的文字信息，并将其准确提取出来，使我们能够方便地获取关键信息并将其整理存储。为此，将文字高亮图片转换为可编辑的文本，并将提取的内容保存到一个CSV（逗号分隔值）文件中。大家看到了，在我们生成的.csv文件当中，其中的内容并不全，我怀疑还是tesseract的问题，在之前的项目中，我就曾经吐槽过它。我们将内容打印一下。共有七个高亮文本，是正确的，应该还是它自己无法识别的问题。
python ocr text detection 数据增强
u012483097的博客
08-26 792
def augmentation(im: np.ndarray, text_polys: np.ndarray, scales: np.ndarray, degrees: int, input_size: int) -> tuple: # the images are rescaled with ratio {0.5, 1.0, 2.0, 3.0} randomly im, text_polys = data_aug.random_scale(im, text_polys, scal.
opencvc++ 提取图片中的文字
07-24
你可以使用OpenCV的Text Detection模块来提取图片中的文字。这里是一个使用OpenCV和Tesseract OCR库的示例代码，可以进行文字检测和提取： ```cpp #include <opencv2/opencv.hpp> #include <opencv2/text.hpp> using namespace std; using namespace cv; using namespace cv::text; int main() { // 读取图像 Mat image = imread("image.jpg"); // 转换为灰度图像 Mat gray; cvtColor(image, gray, COLOR_BGR2GRAY); // 创建文本检测器 Ptr<OCRTesseract> ocr = OCRTesseract::create(); // 设置检测器的参数 ocr->setWhitelist("ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789"); // 定义文本区域检测器 Ptr<ERFilter> er_filter1 = createERFilterNM1(loadClassifierNM1("trained_classifierNM1.xml"), 16, 0.00015f, 0.13f, 0.2f, true, 0.1f); Ptr<ERFilter> er_filter2 = createERFilterNM2(loadClassifierNM2("trained_classifierNM2.xml"), 0.5); // 定义文本检测器 Ptr<ERFilter> er_filters[] = { er_filter1, er_filter2 }; vector<Mat> channels; computeNMChannels(gray, channels); Mat out_img; vector< vector<ERStat> > regions(channels.size()); for (int c = 0; c < channels.size(); c++) { er_filters[c]->run(channels[c], regions[c]); for (int i = 0; i < regions[c].size(); i++) { ERStat er = regions[c][i]; if (er.parent != NULL) continue; // 绘制文本区域 rectangle(image, er.rect, Scalar(0, 255, 0), 2); } } // 显示结果 imshow("Text Detection", image); waitKey(0); // 提取文本 string text; ocr->run(image, text); cout << "Extracted Text: " << text << endl; return 0; } ``` 请确保已安装OpenCV和Tesseract OCR库，并将图像路径替换为您要处理的图像路径。该代码将在图像上执行文本检测，并提取出检测到的文本。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值