在jpeg / bmp / pdf圖像中搜索直線，圓和文本

Question

我想創建一個圖像解析器，它將讀取具有以下內容的圖像：
1.直線
2.圈子
3.弧形
4.文字

我願意為任何類型的圖像格式（jpeg，bmp或PDF格式）提供解決方案。

我見過QImage文檔。 它應該為我提供像素數據，我可以以2D矩陣的形式存儲。 目前我將假設只有兩種顏色黑色和白色。 白色表示空像素，黑色表示繪制的像素。

所以我會有一個稀疏矩陣

0 1 1 1 0 0 0
0 0 0 0 0 0 1
0 1 1 0 0 0 1
1 0 0 1 0 0 1
1 0 0 1 0 0 0
0 1 1 0 0 0 0

現在我想解碼這個矩陣並搜索元素。 搜索水平和垂直線很容易，因為對於每個元素，我只能掃描其相鄰的行元素和列元素。

如何搜索其他元素（有角度的線，圓，弧和可能的文本）？

對於文本，我讀到QImage有text（）函數，但我不知道它的輸入文件是什么類型的。

我還可以考慮其他圖書館嗎？ 請注意，我只是希望能夠讀取圖像，不需要處理。

有沒有其他方法可以實現這一目標？ 還是我太野心了？

謝謝

Answer 1

解決這個問題的一個有趣方法是使用機器學習系統，例如神經網絡和遺傳算法。 特別是神經網絡在模式匹配方面非常擅長，並且經常被看作用於諸如手寫識別之類的任務。

如果您搜索它，有很多相關信息。 這是一篇這樣的文章，它是對NN的介紹。

如果您的輸入圖像始終是黑白的，我認為調整代碼示例以使其工作並不太困難。

Answer 2

我建議使用Viola-Jones物體檢測算法 。

雖然這種方法通常是在人臉檢測上實現的 - 原始文章討論了一般物體檢測，例如文本，圓圈和線條。

Answer 3

看看OpenCV庫。

它提供了大多數用於圖像檢測和視覺的標准算法，並且其實現的代碼質量一般都很高。

請注意，這通常是一個非常困難的問題，因此在獲得滿意的解決方案之前，您可能需要進行大量的研究。