考虑一个包含一个罐子（或瓶子，或任何类似的椭圆形物体）的图像，其上到处都是文本。在下图中，我有很多瓶子，但您可以假设每张图像只包含一个这样的对象。
正如我们所见，在每个罐子中，文本可以从左向右流动，任何 OCR 系统都可能会错过罐子左右两侧的文本，因为它们没有与摄像机角度对齐。
那么，是否有任何解决方案，例如以某种方式进行预处理，以便我们可以阅读文本或将这个圆形物体变成一个直的？（如果有任何Python程序可以解决这个问题，可以分享给我吗？）
在 OCR 中，我应该如何处理椭圆对象侧面的扭曲文本？
人工智能
Python
图像处理
数据预处理
光学字符识别
2021-10-23 06:25:54
1个回答
有很多关于这方面的论文，但以下是一个好的开始：
- 如何以编程方式打开葡萄酒标签。作者在 Python 中包含源代码。
您提到您不想做全景视图，但这有不止一个含义。如果我假设您的意思是您不想在拍摄多张照片时旋转罐子，或者您不想从不同角度拍摄多张照片，您可以尝试使用pericentric lens。这将需要一些图像处理来进行展开。由于包裹更加严重，因此需要更高的分辨率。但优点是您将拥有完整圆柱表面的单个图像，并且不会遗漏任何特征或文本。
其它你可能感兴趣的问题