在图像中定位文本

Question

我目前正在开展一个项目，我的目标是在图像中找到文本。 OCR的文本不是我的意图。 我想基本上获取图像中文本的边界。 我正在使用AForge.Net成像组件进行操作。 在某种意义上的任何帮助？

更新2/5/09：我已经在我的项目中沿着另一条路线前进了。 但是我确实尝试使用MODI（Microsoft Office Document Imaging）获取文本。 它允许您轻松地OCR图像并从中提取文本。

Answer 1

这是一个活跃的研究领域。 关于这个问题，有很多关于学术论文的文章。 给你提供帮助尤其是没有更多的deatails是很困难的。 您在寻找特定类型的文字吗？ 字体？ 仅限英语？ 你熟悉学术文献吗？

“文本检测”是任何OCR（光学字符识别）系统中的标准问题，因此在互联网上有许多代码来处理它。

我可以从谷歌开始列出成堆的链接，但我建议你只是搜索“文本检测”并开始阅读:)。 还有充足的示例代码。

Answer 2

识别图像中的文本确实是该领域研究人员的一个热门话题，但只有当验证码成为防御垃圾邮件机器人的“常态”时才开始失控。 为什么要使用captcha作为保护？ 好吧，因为在图像中定位（和读取）文本非常困难！

我提到验证码的原因是因为最大的进步*是在这个小区域内进行的，我认为你的解决方案最好在那里找到。 特别是因为验证码确实是在杂乱的图像中定位文本（或类似文本的东西），然后尝试正确读取字母。

所以，如果你能找到一个好的开源验证码破解工具，你可能拥有继续你的任务所需的一切......
你甚至可以丢弃处理字符识别本身最困难的代码，因为那些OCR用于读取扭曲的文本，这是你不必做的事情。

*：为“非研究人员”提供可见，可用和实用信息方面的进展

Answer 3

笔画宽度变换可以为您做到这一点。 这至少是MS为他们的手机操作系统开发的。 有关实施的讨论，请访问https://stackoverflow.com/

Answer 4

如果您可以使用在线API，那么http://www.wisetrend.com/wisetrend_ocr_cloud.shtml上的API除了OCR之外还可以进行文本检测。