Re: [請益] 如何快速學習一個framework

看板Soft_Job (軟體人)作者Leon (Achilles)時間12年前 (2013/07/29 02:16)推噓6(6推 0噓 8→)

留言14則, 5人參與討論串14/16 (看更多)

※ 引述《hidog (.....)》之銘言： : ※ 引述《Leon (Achilles)》之銘言： : : 這叫 skew detection.. : : 用橢圓不太對, 應該用兩條 line 去 bound 住一行文字. : : 我查了一下, 網路上能夠 download 的文章 : : http://cdn.intechopen.com/pdfs/11405/ : : InTech-Preprocessing_techniques_in_character_recognition.pdf : 專業術語我沒辦法像原po一樣的水平 : 這邊大概講一下我當時的做法你應該去修課, ( open class 應該有 image processing ) 或是把上面那篇好好讀一讀, 學習整個 image pre-processing for OCR. : 第一步是做二值化, : threshold的取法是先找中位數, : 接下來利用低於中位數的值去計算平均值,標準差 : 偶後利用這個平均值標準差產生threshold : 這部分是因為每張圖片的亮度差很多,所以採用這樣的做法這樣做會有嚴重的問題. shot noise, 或是打光不均勻, 你會得到一個很差的 binary image 而且救不回來. 一般的作法是先用 histrogram normalization, 解決亮度不均勻. 再用 filter 幹掉 shot noise. 當然, 所有的作法都是 heuristic, 但是直接 make it into binary 除非你有特殊的要求, 不然問題很多. : 第二步是直接投影到 x, y軸去,利用histogram去找bound box : 找出bound box後,就直接resize到22*32 : 這邊大概會有兩個問題, 一個是字體斷掉 : 另一個是會有雜點跟污損,而這邊的做法大概是 : 因為圖片只有 22*32, 所以以上問題直接針對case來做調整 : 副產品是因為 I 的字體寬度小於5pixel,直接解決1, I不分的問題 : 以演算法部分,其實算不上是演算法 : 但是以結果論,在deadline前面趕出一個可以用的版本 : (記得給我兩天還三天吧,辨識錯誤率達到要求) 上面聽起來真是混亂. 我的 comment 是, 你第一步做得不好, 後面應該就.. : 另一個問題,是要在圖片上面找出方形 : █ █ : ▇ ▇ : 要求的做法是使用edge base的做法, 當時要求利用hough line來做 : 而我手上的hough line版本,能抓到的是直線而非線段 : 雖然找出直線後,可以搜尋出方形 : 但是直線延伸處,也會交出方形 : 這時候很難判斷這個方形到底是真的有方形,還是假的方形 : 特別是真的方形上面又疊了一個假的方形. : 這邊我最後是選擇直接回到原圖比對,勉強可以有結果, : 但是這樣的做法沒辦法被接受 : 自己希望加入region base的做法,但是直接被打槍 XD : 用線段的方式則會卡在方形有缺損,這時候找出來的線段很容易斷掉. : 其他雜項的話,圖片上可能會有其他線條,要能夠避免這些線條被當成方形 : 這個問題我目前正在搜尋,看有沒有比較好的解答 : 實際上這種問題應該已經有很多別人做出來的結果才對 : 也希望能有板友願意給小弟一些方向的參考 <(_ _)> : 討論方向可能有點偏離soft_job的主軸 : 假如版主認為討論這樣的問題不妥,就請將我的文章刪除吧 :) 用 hough transform 是對的, 因為圖片 (鈔票) 很固定你可以加入一些條件去限制住 bounding box 的範圍. 我知道的都是一些很 advanced 的作法, computational power 要求都很高. 舉個例子來說吧, 更難的人臉範圍 bounding 在 Iphone 上都做得那麼好了你的問題, 也絕對有人已經處理過了. So, keep google.. -- 趙客縵胡纓，吾鉤霜雪明。銀鞍照白馬，颯沓如流星。十步殺一人，千里不留行。是了拂衣去，深藏身與名。閑過信陵飲，脫劍膝前橫。將炙啖朱亥，持觴勸侯贏。三杯吐然諾，五嶽倒為輕。眼花耳熱後，意氣素霓生。就趙揮金錘，邯鄲先震驚。千秋二壯士，烜赫大梁城。 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 76.170.77.110

推

typepeter

07/29 03:29, , 1^F

07/29 03:29, 1^F

推