Извлечение символов из форм с полем ввода в штучной упаковке

Я пытаюсь извлечь символы из всех полей в формах с такими полями, как показано здесь:

Образец печатной формы

Sample printed form

Мой текущий подход заключается в следующем:

  1. Обрезать поле из формы на основе некоторого стандартного формата.
  2. Предварительная обработка изображения и нахождение контуров вокруг прямоугольников полей.
  3. Основываясь на количестве полей в этом поле, обрежьте каждое маленькое поле и запустите распознавание символов на этих обрезанных изображениях символов.

Коробки могут быть немного наклонены на изображениях. Я использую алгоритм выравнивания, но он не всегда выпрямляет края коробки. Это можно увидеть на этом изображении:

Выровненная обрезка даты

Aligned date crop.

На таких изображениях, когда я обрезаю символы прямыми линиями (шаг 3 алгоритма, упомянутого выше), также включаются края прямоугольников, что сбивает с толку модуль распознавания символов. Например, число «3» и «край коробки» иногда представляют как 31.

Я хочу использовать только предварительно обученные модели и, следовательно, я ищу лучший способ правильно извлекать символы из полей в штучной упаковке.

Я был бы очень признателен за любую помощь, предоставленную сообществом SO.

Привет @chintan, ты нашел решение своей проблемы?

Prashant Gupta 14.10.2019 18:16
Анализ настроения постов в Twitter с помощью Python, Tweepy и Flair
Анализ настроения постов в Twitter с помощью Python, Tweepy и Flair
Анализ настроения текстовых сообщений может быть настолько сложным или простым, насколько вы его сделаете. Как и в любом ML-проекте, вы можете выбрать...
7 лайфхаков для начинающих Python-программистов
7 лайфхаков для начинающих Python-программистов
В этой статье мы расскажем о хитростях и советах по Python, которые должны быть известны разработчику Python.
Установка Apache Cassandra на Mac OS
Установка Apache Cassandra на Mac OS
Это краткое руководство по установке Apache Cassandra.
Сертификатная программа "Кванты Python": Бэктестер ансамблевых методов на основе ООП
Сертификатная программа "Кванты Python": Бэктестер ансамблевых методов на основе ООП
В одном из недавних постов я рассказал о том, как я использую навыки количественных исследований, которые я совершенствую в рамках программы TPQ...
Создание персонального файлового хранилища
Создание персонального файлового хранилища
Вы когда-нибудь хотели поделиться с кем-то файлом, но он содержал конфиденциальную информацию? Многие думают, что электронная почта безопасна, но это...
Создание приборной панели для анализа данных на GCP - часть I
Создание приборной панели для анализа данных на GCP - часть I
Недавно я столкнулся с интересной бизнес-задачей - визуализацией сбоев в цепочке поставок лекарств, которую могут просматривать врачи и...
1
1
407
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Поскольку края блока обычно тоньше (как в вашем случае), чем текст внутри них, мы можем использовать эту информацию. Применив горизонтальное морфологическое замыкающее ядро ​​(Dilation -> Erosion), мы можем сделать тонкие вертикальные линии белыми, что поможет OCR. После обработки может остаться мусор, но это не повлияет на точность распознавания. Размер ядра зависит от ширины пограничных линий. Очевидно, вы можете настроить его в соответствии с вашим случаем.

Вот пример кода:

import cv2
import numpy as np
im = cv2.imread('sample_image.png')
im = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)

k1 = (4,1)
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, k1)
im = cv2.morphologyEx(im, cv2.MORPH_CLOSE, kernel, iterations=1)

_,im = cv2.threshold(im, thresh=200, maxval=255, type=cv2.THRESH_BINARY)
cv2.imwrite('sample_output.png',im)

А вот и изображения:

  1. образец_изображения.png enter image description here

  2. sample_output.png enter image description here

Другие вопросы по теме