بهترین روش آستانه گیری برای تشخیص نویسه های فارسی

Question

سلام. من پروژه درس پردازش تصویرم تشخیص طرح صفحات اسکن شده است حالا اولین کاری را که باید انجام بدم آستانه گیری از صفحات اسکن شده و بعد از آن تشخیص layout است حالا از دوستانی سوالی داشتم که کدام روش آستانه گیری برای OCR مناسب تره؟ خودم از otsu استفاده کردم جواب های خوبی نگرفتم

Answer 1

روش آستانه گیری ساده ای که خیلی رایج هستش روش otsu هست البته از این روش به صورت blockwise هم می تونید استفاده کنید.

روش بعدی استفاده از روش های adaptive هستش که مقدار هر پیکسل با توجه به همسایگی هاش با توزیع نرمال یا یکنواخت انجام میشه.

روش دیگری که در برخی از ocr های تجاری استفاده شده تعیین مقدار آستانه و تغییر آن با توجه به آستانه بلوک های همسایه که معمولاً این تصمیم گیری را با یک کلاسیفیر مثلاً svm انجام میدن.

یکی از مناسب ترین روش آستانه گیری برای ocr آستانه گیری sauvola هستش.

Answer 2

من دقیق نمی دونم روش اصولیش چیه ولی من دو روش با توجه به ذهنیت خودم می گم:

1- کم کردن تصویر  از تصویر Mean شده اون که باعث میشه نوشته ها متمایز میشه.

2- فک کنم این روش خیلی بدردتون بخوره : اول یک Sobel بگیرید ، لبه هایی که بدست اومده رو ِDelation کنید ( یعنی کاری کنید لبه های پهن بشن) بعد Fill کنید. اینجوری جاهایی که لبه های بیشتری دارن مث جایی که حروف در اونها هست به صورت متمایز میشن.

 

باز هم می گم اینها نظر منه