我可以使用什么策略来 OCR Magic the Gathering 角文本？

来到golang学习网的大家，相信都是编程学习爱好者，希望在这里学习Golang相关编程知识。下面本篇文章就来带大家聊聊《我可以使用什么策略来 OCR Magic the Gathering 角文本？》，介绍一下，希望对大家的知识积累有所帮助，助力实战开发！

我需要识别万智牌纸卡（最后的设计）左下角的文本。这是一个例子：

如果文字是这样的 我想检索以下文本：

198/280 U
M20 EN

（本例中我不需要卡片作者姓名 - lake hurwitz）

我可以使用什么 ocr 库？我尝试过在没有任何调整的情况下使用 tesseract，但结果不正确。有什么建议或链接到已经做这些事情的项目吗？

解决方案

您可以通过稍微清理图像来使用 tesseract (3.04.01) 来实现它 就像下面的代码

import numpy as np
import cv2

def prepro(zone, prefix):
    filename = 'stackmagic.png'
    oriimg = cv2.imread(filename)

    #keep the interesting part
    (a,b,c,d) = zone
    text_zone = oriimg[a:b, c:d]
    height, width, depth = text_zone.shape

    #resize it to be bigger (so less pixelized)
    h = 50
    imgscale = h/height
    newx,newy = text_zone.shape[1]*imgscale, text_zone.shape[0]*imgscale
    newimg = cv2.resize(text_zone,(int(newx),int(newy)))

    #binarize it
    gray = cv2.cvtcolor(newimg, cv2.color_bgr2gray)
    th, img = cv2.threshold(gray, 130, 255, cv2.thresh_binary);

    #erode it
    kernel = np.ones((1,1),np.uint8)
    erosion = cv2.erode(img,kernel,iterations = 1)
    cv2.imwrite(prefix+'_ero.png', erosion)

    cv2.imshow("show by cv2",erosion)
    cv2.waitkey(0)


prepro((16,27, 6,130), 'upzone')
prepro((27,36, 6,130), 'downzone')

来自您的cropped image 你得到

上半部分：

和下半部分：

并且 tesseract 似乎确实能够提取

xx$ tesseract upzone_ero.png stdout
198/ 280 U

xx$ tesseract downzone_ero.png stdout
M20 ~ EN Duluu Hun-nu

请注意，我们未能提取卢克，但希望您对他/它不感兴趣:)

还有其他工具，但那是广告内容并且是主观的..

以上就是本文的全部内容了，是否有顺利帮助你解决问题？若是能给你带来学习上的帮助，请大家多多支持golang学习网！更多关于Golang的相关知识，也可关注golang学习网公众号。