进入AI领域做产品 —— 我的自学之路（CV-OCR）_cv和ocr

计算机视觉 —— 光学符号检测

        光学符号检测、多目标跟踪也是计算机视觉中的热门方向，基于jasmine分享的内容，此处在人脸识别之后我也继续进行归纳，多获得一个方向的认知也是很不错的。

概念

        将图像上的字符进行分析识别，将其准化为文本格式的字符序列。

实现

图像采集：

• 摄像头选取需要考虑到两个指标：
  • 像素分辨率：
    • 可以通过所检测物体的最小特征决定像素分辨率；
    • 像素分辨率=（检测物体最大长度/物体最小特征值）*2；
    • 假设字符最大长度为300mm，最小特征值为1mm，则最小所需分辨率为600。
  • 摄像头焦距（F）：
    • CCD传感器的尺寸（Ss）；
    • 工作距离(摄像机镜头到被测物体的距离Wd)；
    • 摄像机的视场范围(Os)；
    • F由以上3个参数决定，若系统要求严格，还需采用预防抖动的数码相机采集图像。
• 图像常见格式有BMP、GIF、JPG等，其中BMP格式最不容易出问题。

图像预处理：

• 二值化；
• 图像增强；
• 噪声处理；
• 滤波。

特征提取：

• 灰度聚类：
  • 聚类：
    • 聚类是根据图像特点自适应地进行多值化的过程。
  • 分割：
    • “极大值极小值分割”聚类方式：有多少个极大值点，就聚为多少类，并且以极小值作为类别之间的边界。通过聚类可将图片分成不同图层。
• 分层识别：