Как я могу каждый раз получать одну и ту же часть (дубликат кода) изображения из множества разных фотографий?

Что с существованием нескольких макетов для голландских номерных знаков, я не уверен, что вы можете просто жестко закодировать метод для извлечения значения дублирования. Также вы не указываете, всегда ли каждое изображение, которое у вас есть, имеет одинаковое качество и/или ориентацию/масштаб/перекос/и т. д.

Теоретически вы можете применить Сверточная нейронная сеть, который классифицирует номерные знаки по нескольким категориям. (0 для n/a, 1 для 1, 2 для 2 и т. д.) Однако я не знаком с родственными пакетами в R, поэтому не могу указать вам на некоторые из них.

Вот подход, основанный на пакете EBImage. ImageMagik отлично подходит для обработки изображений, но я думаю, что EBImage может предоставить больше количественных инструментов, которые здесь будут полезны. Как и во всей обработке изображений, большое значение имеет качество входного изображения. Предлагаемый здесь подход, скорее всего, выиграет от удаления шума и артефактов, масштабирования и, возможно, кадрирования.

Кроме того, некоторые лицензии содержат дополнительные символы в интересующей позиции, которые не являются числами. Очевидно, что для таких случаев требуется дополнительная предварительная обработка и фильтрация.

Образец изображения

# Starting from EBImage
  if (!require(EBImage)) {
    source("http://bioconductor.org/biocLite.R")
    biocLite("EBImage")
    library(EBImage)
  }

# Test images
#   setwd(<image directory>)
    f1 <- "license1.jpg"
    f2 <- "license2.jpg"
    
# Read image and convert to normalized greyscale
  img0 <- readImage(f1)
  img <- channel(img0, "grey")
  img <- normalize(img)
# plot(img) # insert plot or display commands as desired

# Rudimentary image process for ~300 pixel wide JPEG
  xmf <- medianFilter(img, 1)
  xgb <- gblur(xmf, 1)
  xth <- xgb < otsu(xgb) # Otsu's algorithm to determine best threshold
  xto <- opening(xth, makeBrush(3, shape = "diamond"))

Двоичное (пороговое) изображение было создано и очищено для идентификации объектов, как показано здесь.

# Create object mask with unique integer for each object
  xm <- bwlabel(xto)
# plot(colorLabels(xm)) # optional code to visualize the objects

В дополнение к элементарному процессу обработки изображения может применяться некоторая «обработка объектов», как показано здесь. Объекты по краям не представляют интереса, поэтому они удаляются. Точно так же можно удалить артефакты, вызывающие появление горизонтальных (широких) полос.

# Drop objects touching the edge
  nx <- dim(xm)[1]
  ny <- dim(xm)[2]
  sel <- unique(c(xm[1,], xm[nx,], xm[,1], xm[,ny]))
  sel <- sel[sel != 0]
  xm <- rmObjects(xm, sel, reenumerate = TRUE)

# Drop exceptionally wide objects (33% of image width) 
  major <- computeFeatures.moment(xm)[,"m.majoraxis"]
  sel <- which(major > nx/3)
  xm <- rmObjects(xm, sel, reenumerate = TRUE)

Следующая логика идентифицирует центр масс каждого объекта с функцией computeFeatures.moment от EBImage. Кажется, что основные символы будут располагаться вдоль горизонтальной линии, а объект-кандидат будет выше этой линии (нижнее значение y в объекте EBImage Image). Альтернативным подходом может быть поиск объектов, наложенных друг на друга, т. е. объектов с похожими значениями x.

В примерах, которые я исследовал, одного стандартного отклонения от медианного значения y для центра масс оказалось достаточно для идентификации объекта-кандидата. Это используется для определения пределов, показанных ниже. Конечно, эта логика должна быть скорректирована в соответствии с реальными данными.

# Determine center of mass for remaining objects
  M <- computeFeatures.moment(xm)
  x <- M[,1]
  y <- M[,2]

# Show suggested limit on image (y coordinates are inverted)
  plot(img)
  limit <- median(y) - sd(y)
  abline(h = limit, col = "red")

# Show centers of mass on original image
  ok <- y < limit
  points(x[!ok], y[!ok], pch = 16, col = "blue")
  points(x[ok], y[ok], pch = 16, col = "red")

На изображении показаны сегментированные объекты после отбрасывания объектов вдоль края. Красным цветом показаны кандидаты, синим — некандидаты.

Поскольку некоторые лицензии имеют два символа над дефисом, следующий код выбирает самого левого из возможных кандидатов, расширяет маску объекта и возвращает прямоугольную обрезку изображения, которую можно передать ocr().

# Accept leftmost (first) of candidate objects
  left <- min(x[which(ok)])
  sel <- which(x == left)
  
# Enlarge object mask and extract the candidate image
  xm <- dilate(xm, makeBrush(7, "disc"))
  ix <- range(apply(xm, 2, function(v) which(v == sel)))
  iy <- range(apply(xm, 1, function(v) which(v == sel)))
  xx <- ix[1]:ix[2]
  yy <- iy[1]:iy[2]

# "Return" selected portion of image
  ans <- img[xx, yy] # this is what can be passed to tesseract
  plot(ans, interpolate = FALSE)

Вот немасштабированное и извлеченное изображение-кандидат из примера 1:

Другой образец изображения

Тот же код, примененный к этому примеру, дает следующее:

Еще несколько проверок на наличие ошибок и нелогичных условий, и код можно было собрать в единую функцию и применить к списку из 5000 файлов! Но, конечно, это предполагает, что они правильно отформатированы и т. д. и т. д.