将文本和背景分割为OCR（Tesseract）的预处理

Question

我正在对电视镜头中的文本应用OCR。 （我正在使用Tesseact 3.x w/C++） 我想分割文本和背景部分作为OCR的预处理。

与通常的素材相比，文本和背景高度对比（如白色和黑色），以便修改gamma可以完成这项工作。 然而，这个附加的图像（带有橙色/红色天空背景的黄色文字）给我很难做预处理。

什么是分裂的背景这个黄色文字的好办法？

Answer 1

下面是使用Python 2.7,OpenCV 3.2.0和Tesseract 4.0.0a的简单解决方案。转换Python为C++为OpenCV应该不难，然后拨打tesseract API来执行OCR。

import numpy as np 
import cv2 
import matplotlib.pyplot as plt 
%matplotlib inline 

def show(title, img, color=True): 
    if color: 
     plt.imshow(img[:,:,::-1]), plt.title(title), plt.show() 
    else: 
     plt.imshow(img, cmap='gray'), plt.title(title), plt.show() 

def ocr(img): 
    # I used a version of OpenCV with Tesseract binding. Modes set to: 
    # Page Segmentation mode (PSmode) = 11 (defualt = 3) 
    # OCR Enginer Mode (OEM) = 3 (defualt = 3) 
    tesser = cv2.text.OCRTesseract_create('C:/Program Files/Tesseract 4.0.0/tessdata/','eng', \ 
              'ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz',3,3) 
    retval = tesser.run(img, 0) # return text string type 
    print 'OCR Output: ' + retval 

img = cv2.imread('./images*/yellow_text.png') 
show('original', img) 

# apply GaussianBlur to smooth image, then threshholds yellow to white (255,255, 255) 
# and sets the rest to black(0,0,0) 
img = cv2.GaussianBlur(img,(5,5), 1) # smooth image 
mask = cv2.inRange(img,(40,180,200),(70,220,240)) # filter out yellow color range, low and high range 
show('mask', mask, False) 

# invert the image to have text black-in-white 
res = 255 - mask 
show('result', res, False) 

# pass to tesseract to perform OCR 
ocr(res) 

处理的图像和OCR输出（见图像最后一行）：

希望这有助于。