了解 OCR 的 Freeman 链码

请注意，我确实在寻找问题的答案。我是not寻找一些源代码或一些学术论文的链接：我已经使用了源代码，并且我已经阅读了论文，但仍然没有弄清楚这个问题的最后部分......

我正在研究一些快速屏幕字体 OCRing，并且取得了很好的进展。

我已经找到基线，分离字符，将每个字符转换为黑白，然后绘制每个字符的轮廓，以便对其应用弗里曼链码。

基本上它是一个 8 连接的链码，如下所示：

  3  2  1
   \ | /
  4-- --0
   / | \
  5  6  7

因此，如果我有一个“a”，经过所有转换（包括转换为黑白），我最终会得到如下结果：

11110
00001
01111
10001
10001
01110

那么它的外部计数可能看起来像这样（我may在这里犯了一个错误，这是 ASCII 艺术轮廓，我的“算法”可能会得到错误的轮廓，但这不是我问题的重点）：

 XXXX
X1111X
 XXXX1X
X01111X
X10001X
X10001X
 X111X
  XXX

在 X 后面，我得到链码，它是：

0011222334445656677

请注意，这是标准化的链码，但您始终可以像这样标准化链码：只需保留最小的整数。

（顺便说一句，有一个超级高效的实现来查找链码，您只需获取“X”的 8 个相邻像素，然后在 256 查找表中查找是否有 0,1,2,3,4， 5,6 或 7)

然而，我现在的问题是：从 0011222334445656677 链码中，我如何找到我有一个“a”？

因为，例如，如果我的“a”看起来像这样：

11110
00001
01111
10001
10001
01111  <-- This pixel is now full

那么我的链码现在是：0002222334445656677

但这也是一个“a”。

我知道这些链码的全部意义在于能够适应如此微小的变化，但我无法弄清楚我应该如何找到哪个字符对应于一个链码。

我已经走了那么远，现在我被困住了......

（顺便说一句，我不需要 100% 的效率，区分“0”与“O”或“o”之类的事情并不是真正的问题）

你需要的是一个函数d测量链码之间的距离。然后找到给定链码的字母就很简单了：

Input:

• 标准化链码S可能的字母集（通常是 A-Z、a-z、0-9 等的 cain 代码）
• 链码x需要检测且可能稍微变形的字母（链码与集合中的任何链码都不匹配）S)

该算法将迭代可能的链码集并计算距离d(x,si)对于每个元素。距离最小的字母将是算法的输出（识别出的字母）。

我建议遵循距离函数: 对于两个链码，将每个方向的长度差相加：d(x,si) = |x0-si0| + |x1-si1| + .. + |x7-si7|. x0是链码中0的数量x, si0是链码中0的数量si, etc.

一个例子可以更好地解释我的想法。下图中有字母8、B、D，第四个字母是一个稍微变形的8，需要识别。这些字母使用 Arial 书写，字体大小为 8。图像中的第二行放大了 10 倍，以便更好地看到像素。

我手动计算（希望正确）标准化链码是：

8:  0011223123344556756677
B:  0000011222223344444666666666
D:  00001112223334444666666666
8': 000011222223344556756666 (deformed 8)

长度差异（绝对）为：

direction | length         | difference to 8'
          | 8 | B | D |  8'|   8 |  B |  D |
----------+---+---+---+----+-----+----+-----
        0 | 2 | 5 | 4 |  4 |   2 |  1 |  0 |
        1 | 3 | 2 | 3 |  2 |   1 |  0 |  1 |
        2 | 3 | 5 | 3 |  5 |   2 |  0 |  2 |
        3 | 3 | 2 | 3 |  2 |   1 |  0 |  1 |
        4 | 2 | 5 | 4 |  2 |   0 |  3 |  2 |
        5 | 3 | 0 | 0 |  3 |   0 |  3 |  3 |
        6 | 3 | 9 | 9 |  5 |   2 |  4 |  4 |
        7 | 3 | 0 | 0 |  1 |   2 |  1 |  1 |
----------+---+---+---+----+-----+----+-----
                        sum   10 | 12 | 14 |

8'到链码的最小距离为8，因此算法将识别字母8。到字母的距离B并没有大多少，但这是因为变形后的8看起来几乎就像B.

该方法不是缩放不变的。我认为有两种选择可以克服这个问题：

• 对于不同的字体大小，具有不同的归一化链码集
• 一组大尺寸（例如 35x46 像素）的标准化链码，并将输入字母（需要识别）缩放到更大的尺寸。

我不太确定距离函数对于所有字母数字字母的集合是否足够好，但我希望如此。为了最大限度地减少识别字母时的错误，您可以包括其他特性（不仅是链码）进入分类步骤。同样，您需要距离测量——这次是针对特征向量。