如何解决连接组件分析,如何处理拆分组件?
| 我正在开发图像识别应用程序。 为了对图像中的符号进行识别和分类,计划是针对每个连接的分量(即“连接像素组”)对一组分类符号使用k最近邻算法。 但是,如何处理分割的符号? (如果符号是字符,则示例为\“ i \”)解决方法
一些启发式:
不仅比较连接的组件,还比较带有背景像素的外接矩形。这些矩形可以向上扩展(对于\“ i \”,\“ä\”等情况)。
在考虑背景像素的情况下定义指标。例如,如果像素不同,则增加距离;如果像素相同,则减去。在这种情况下,当您比较提取的字母时,类似“ i”与“ i”和“ l”的字母,您在“ i”处的距离会更短。这是因为\“ dot \”和\“ stick \”之间的白色像素会增加\“ l \”的距离。
碰巧“ rn”被识别为“ m”。为了避免这种情况,度量标准必须是\“ r \”比\“ m \”更接近\“ rn \”。对于我的文字,我有足够的指标,如第2段所述:
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。