这是一个创建于 943 天前的主题，其中的信息可能已经有所发展或是发生改变。
有个需求,识别图片,判断图片内容是 文字还是图表
想到的办法:
1,像素判断,因为文字内容的颜色不是黑就是蓝,取像素值并设定阈值进行判断
2,进行文字识别,以识别到的文字量和图片宽高的比例进行判断
第 1 种感觉阈值要探索好久
第 2 种感觉太"重"了,效率太低
不知道 V 友们有什么见解
想到的办法:
1,像素判断,因为文字内容的颜色不是黑就是蓝,取像素值并设定阈值进行判断
2,进行文字识别,以识别到的文字量和图片宽高的比例进行判断
第 1 种感觉阈值要探索好久
第 2 种感觉太"重"了,效率太低
不知道 V 友们有什么见解
第 1 条附言 · 2022-04-25 14:12:57 +08:00
因为文字图片的字体和颜色是固定的
所以用第一种方法解决了
很笨的办法,但也不至于是瓶颈
就是遍历整个图像的像素点矩阵
找到非白,非黑,非灰(R=G=B),非蓝(R=G,B=255)的点
够 100 个,认为是图像,找不够,认为是文字
#灰色
arr[i][j][0] == arr[i][j][1] == arr[i][j][2]
#蓝色
arr[i][j][1] and arr[i][j][2] == 255)
这种判断是否相等的写法是否太不 V2 了?
有没有高大上或者更高效的写法?
所以用第一种方法解决了
很笨的办法,但也不至于是瓶颈
就是遍历整个图像的像素点矩阵
找到非白,非黑,非灰(R=G=B),非蓝(R=G,B=255)的点
够 100 个,认为是图像,找不够,认为是文字
#灰色
arr[i][j][0] == arr[i][j][1] == arr[i][j][2]
#蓝色
arr[i][j][1] and arr[i][j][2] == 255)
这种判断是否相等的写法是否太不 V2 了?
有没有高大上或者更高效的写法?
 |
1
mekingname 2022-04-25 10:57:16 +08:00  1
第二种方法不行。因为 OCR 会强行把一些长得像文字的图片给你识别成最相似的文字。所以你用 OCR ，总能从没有文字的图片中识别出文字。
|
 |
2
ldyisbest 2022-04-25 11:20:14 +08:00
首先要明确一下，哪些是文字，哪些是图表。如果有样本的话，可以用神经网络试试
|
 |
3
coderluan 2022-04-25 11:38:04 +08:00
楼主说的“图表”是什么意思？
如果就是说一般一样的图表，表格，本身就带字那种，那么可以考虑直接识别表格中的直线，有均匀直线的是图表，没有的是文字。 如果就是普通图片，也就是识别一张图表到底带不带文字，实际上还是 OCR ，但是你得自己想一些办法解决 1 楼说的问题。 |
 |
4
tfdetang 2022-04-25 11:39:54 +08:00
如果是比较规整的表格也很容易识别，可以用连续边缘检测 (opencv canny edge ）看是否存在非常长的连续线条。 或者更简单的用 X 、Y 轴的像素投影来识别是否存在表格。
当然如果会算法，用算法来区分那是更简单了，只要有人标注就行了 |
 |
6
crab 2022-04-25 12:27:17 +08:00
|
 |
7
ershierdu 2022-04-25 12:50:06 +08:00
第一种已经有点像神经网络了，训练过程类似于自动找阈值
|
 |
10
bo233 2022-04-25 13:45:44 +08:00
有标签好的数据吗，有的话可以试试训个深度神经网络，估计 alexnet 或者 vgg 就能 work
|
Select Language