OCRでのOpencvによる文書認識の使い方

Question

私はコンピュータビジョンの初心者ですが、私はopencvでいくつかの関数を使う方法を知っています。私はOpencv for Document Recognitionを使用しようとしています。そのための手順を見つけるためのヘルプが必要です。

opencvの例find_obj.cppを使用することを考えていますが、パスポートなどのドキュメントには変数、名前、生年月日、画像があります。だから、私はそれのためのステップを定義するための助けが必要であり、可能であればどのように機能をステップで使用しなければならないのかが分かります。

私はコード全体を尋ねることはしませんが、誰かが例のリンクを持っているか、ウォークスルーを入力するだけで大​​いに役立ちます。

Answer 1

2つの非常に異なるステップがあります。 1つはあなたのオブジェクトを検出し、もう1つはそれを分析しています。

オブジェクトの検出では、オブジェクトがフレーム内にあるかどうか、およそそのオブジェクトが存在する場所を把握しようとしています。 OpenCvの機能フレームワークはこれに最適です。いくつかのチュートリアルと包括的なサンプルコードについては、OpenCv features2dチュートリアル、特にfeature matching tutorialを参照してください。

解析には、光学式文字認識（OCR）を掘り下げる必要があります。 OpenCvにはOCRライブラリは含まれていませんが、偉大なOCRライブラリであるtesseract-ocrをチェックアウトすることをお勧めします。ドキュメントに固定構造（テキストフィールドの一貫したレイアウト）がある場合は、tesseract-ocrだけが必要です。より高度な分析のために、ocropusは、tesseract-ocrを使用しますが、レイアウト解析を追加します。