拆分文本和背景作为OCR的预处理（Tesseract）

Question

我正在对电视画面中的文本应用OCR。 （我正在使用带C++ Tesseact 3.x ）我试图将文本和背景部分拆分为OCR的预处理。

与通常的素材相比，文本和背景形成了鲜明的对比（例如白色对黑色），因此修改gamma即可胜任。 但是，此附加图像（带有橙色/红色天空背景的黄色文本）使我很难进行预处理。

将黄色文本与背景分开的好方法是什么？

Answer 1

以下是使用Python 2.7 ， OpenCV 3.2.0和Tesseract 4.0.0a的简单解决方案。 对于OpenCV将Python转换为C++应该不难，然后调用tesseract API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('./imagesStackoverflow/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)

已处理的图像和OCR输出（请参阅图像的最后一行）：

希望能有所帮助。