Python 3.x 来自轮胎的检测和识别文本(python)
嗨,我有很多轮胎的图像,我们需要检测和识别轮胎上的文字, 在这里,我面临着检测文本的困难,因为轮胎的文本和背景是相同的,我尝试了EAST文本检测器和YLO文本检测器(没有自己的数据序列), 有没有更好的方法从这些背景图像中检测文本 这里我只需要检测10位序列号,如“75R-0006884” 编辑:预处理图像Python 3.x 来自轮胎的检测和识别文本(python),python-3.x,opencv,text,deep-learning,computer-vision,Python 3.x,Opencv,Text,Deep Learning,Computer Vision,嗨,我有很多轮胎的图像,我们需要检测和识别轮胎上的文字, 在这里,我面临着检测文本的困难,因为轮胎的文本和背景是相同的,我尝试了EAST文本检测器和YLO文本检测器(没有自己的数据序列), 有没有更好的方法从这些背景图像中检测文本 这里我只需要检测10位序列号,如“75R-0006884” 编辑:预处理图像 在通过未经培训的深度网络传入图像之前进行一些预处理可能会有所帮助!尝试对图像进行二值化/灰度缩放,并播放这些阈值,以查看什么可以提供最大对比度 但我得说,你可能必须对现有的网络进行再培训
在通过未经培训的深度网络传入图像之前进行一些预处理可能会有所帮助!尝试对图像进行二值化/灰度缩放,并播放这些阈值,以查看什么可以提供最大对比度
但我得说,你可能必须对现有的网络进行再培训才能获得良好的性能 我试过使用预训练的east文本检测器。但它不起作用,不能使用图像形态学或阈值,因为同样的背景,你可能想试试字母检测器。因为这些是轮胎标记,所以您可以利用有关轮胎评级的信息:例如,可能的评级只有这么多。如果你知道评级中的一个字母,你可以猜出其他字母是什么。同样,在“R”之后可能有固定数量的“数字”。您可以尝试使用单个字母检测器。自然场景往往很难处理,需要事先进行大量的形态学处理。你能分享对比度调整(CLAHE)、二值化等的例子吗?不能在注释中发送整个代码。我试过opencv的腐蚀膨胀和阈值,甚至都无法区分文本和背景。不,我不是指代码。您能否共享上面两个示例图像的已处理图像?因此,我们可以看看什么样的预处理可能会有所帮助。你好,赛克里希纳,我已经添加了预处理的图像,请检查