我正在使用 OCR 来识别护照详细信息,因为我使用的是 Tesseract Java API。为了获得更好的准确性,我需要将整个图像(可以是 .png、.jpeg、.tiff)仅划分为文本区域。有没有开源的java库可以将文本区域与图像分开。请给我任何建议。
Marvin http://marvinproject.sourceforge.net/en/index.html正好为此目的提供了一种方法。
public static java.util.List<MarvinSegment> findTextRegions(MarvinImage imageIn,
int maxWhiteSpace,
int maxFontLineWidth,
int minTextWidth,
int grayScaleThreshold)
输入图像:
输出图像:
源代码:
import static marvin.MarvinPluginCollection.*;
public class TextRegions{
public static void main(String[] args) {
MarvinImage image = MarvinImageIO.loadImage("./res/passport.png");
MarvinImage originalImage = image.clone();
List<MarvinSegment> segments = findTextRegions(image, 15, 8, 30, 150);
for(MarvinSegment s:segments){
if(s.height >= 5){
originalImage.drawRect(s.x1, s.y1, s.x2-s.x1, s.y2-s.y1, Color.red);
}
}
MarvinImageIO.saveImage(originalImage, "./res/passport_2.png");
}
}
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)