我有点被这个问题困住了，我知道有很多关于堆栈溢出的问题，但就我而言。没有给出预期的结果。
上下文:
我正在使用 Android OpenCV 和 Tesseract，所以我可以读取护照中的 MRZ 区域。当相机启动时，我将输入帧传递给 AsyncTask，处理该帧，成功提取 MRZ 区域，我将提取的 MRZ 区域传递给函数 prepareForOCR(inputImage)，该函数将 MRZ 区域作为灰色 Mat 并输出我将传递给 Tesseract 的带有阈值图像的位图。
问题:
问题是在对图像进行阈值处理时，我使用 blockSize = 13 和 C = 15 的自适应阈值处理，但给出的结果并不总是相同，具体取决于图像的照明和帧的一般条件采取。
我尝试过的:
首先，我将图像调整为特定大小 (871,108)，以便输入图像始终相同，而不依赖于所使用的手机。 调整大小后，我尝试使用不同的 BlockSize 和 C 值
//toOcr contains the extracted MRZ area
Bitmap toOCRBitmap = Bitmap.createBitmap(bitmap);
Mat inputFrame = new Mat();
Mat toOcr = new Mat();
Utils.bitmapToMat(toOCRBitmap, inputFrame);
Imgproc.cvtColor(inputFrame, inputFrame, Imgproc.COLOR_BGR2GRAY);
TesseractResult lastResult = null;
for (int B = 11; B < 70; B++) {
for (int C = 11; C < 70; C++){
if (IsPrime(B) && IsPrime(C)){
Imgproc.adaptiveThreshold(inputFrame, toOcr, 255, Imgproc.ADAPTIVE_THRESH_GAUSSIAN_C, Imgproc.THRESH_BINARY, B ,C);
Bitmap toOcrBitmap = OpenCVHelper.getBitmap(toOcr);
TesseractResult result = TesseractInstance.extractFrame(toOcrBitmap, "ocrba");
if (result.getMeanConfidence()> 70) {
if (MrzParser.tryParse(result.getText())){
Log.d("Main2Activity", "Best result with " + B + " : " + C);
return result;
}
}
}
}
}
使用下面的代码，阈值结果图像是一张黑白图像，置信度大于 70，出于隐私原因，我不能真正发布整个图像，但这里有一个剪裁的图像和一个虚拟密码图像。
使用 MrzParser.tryParse 函数添加对字符位置及其在 MRZ 内有效性的检查，我能够更正一些出现的情况，例如包含 8 而不是 B 的名称，并获得良好的结果，但需要花费很多时间，这是正常的，因为我在循环中对近 255 张图像进行了阈值处理，并添加了 Tesseract 调用。
我已经尝试获取出现次数最多的 C 和 B 值列表，但结果不同。
问题:
有没有一种方法可以定义 C 和 blocksize 值，以便它始终给出相同的结果，也许添加更多的 OpenCV 调用以便输入图像增加对比度等，我在网上搜索了 2 周，现在我可以'找到可行的解决方案，这是唯一提供准确结果的解决方案
最佳答案
您可以使用聚类算法根据颜色对像素进行聚类。字符是黑色的，并且在 MRZ 区域中有很好的对比度，因此如果将聚类方法应用于 MRZ 区域，它很可能会为您提供良好的分割。
在这里，我使用从 Internet 上可以找到的示例图像获得的 MRZ 区域进行演示。
我使用彩色图像，应用一些平滑处理，转换为 Lab 颜色空间，然后使用 kmeans (k=2) 对 a、b channel 数据进行聚类。代码在 python 中，但您可以轻松地将其改编为 java。由于 kmeans 算法的随机性，分割后的字符将具有标签 0 或 1。您可以通过检查 cluster centers 轻松地将其分类。字符对应的聚类中心在您使用的颜色空间中应该有一个 dark 值。
我刚刚在这里使用了 Lab 色彩空间。您可以使用 RGB、HSV 甚至 GRAY，看看哪一个更适合您。
像这样分割后，我认为您甚至可以使用字符笔画宽度的属性为自适应阈值的 B 和 C 找到好的值(如果您认为自适应阈值提供更好质量的输出)。
import cv2
import numpy as np
im = cv2.imread('mrz1.png')
# convert to Lab
lab = cv2.cvtColor(cv2.GaussianBlur(im, (3, 3), 1), cv2.COLOR_BGR2Lab)
im32f = np.array(im[:, :, 1:3], dtype=np.float32)
k = 2 # 2 clusters
term_crit = (cv2.TERM_CRITERIA_EPS, 30, 0.1)
ret, labels, centers = cv2.kmeans(im32f.reshape([im.shape[0]*im.shape[1], -1]),
k, None, term_crit, 10, 0)
# segmented image
labels = labels.reshape([im.shape[0], im.shape[1]]) * 255
一些结果:
关于android - 改进 Tesseract 的阈值结果，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/52992237/
导读语言模型给我们的生产生活带来了极大便利，但同时不少人也利用他们从事作弊工作。如何规避这些难辨真伪的文字所产生的负面影响也成为一大难题。在3月9日智源Live第33期活动「DetectGPT：判断文本是否为机器生成的工具」中，主讲人Eric为我们讲解了DetectGPT工作背后的思路——一种基于概率曲率检测的用于检测模型生成文本的工具，它可以帮助我们更好地分辨文章的来源和可信度，对保护信息真实、防止欺诈等方面具有重要意义。本次报告主要围绕其功能，实现和效果等展开。（文末点击“阅读原文”，查看活动回放。）Ericmitchell斯坦福大学计算机系四年级博士生，由ChelseaFinn和Chri
最近因为项目需要，需要将Android手机系统自带的某个系统软件反编译并更改里面某个资源，并重新打包，签名生成新的自定义的apk，下面我来介绍一下我的实现过程。APK修改，分为以下几步：反编译解包,修改,重打包,修改签名等步骤。安卓apk修改准备工作1.系统配置好JavaJDK环境变量2.需要root权限的手机（针对系统自带apk,其他软件免root）3.Auto-Sign签名工具4.apktool工具安卓apk修改开始反编译本文拿Android系统里面的Settings.apk做demo,具体如何将apk获取出来在此就不过多介绍了，直接进入主题：按键win+R输入cmd，打开命令窗口，并将路
希望我没有误解“ducktyping”的含义，但从我读到的内容来看，这意味着我应该根据对象如何响应方法而不是它是什么类型/类来编写代码。代码如下:defconvert_hash(hash)ifhash.keys.all?{|k|k.is_a?(Integer)}returnhashelsifhash.keys.all?{|k|k.is_a?(Property)}new_hash={}hash.each_pair{|k,v|new_hash[k.id]=v}returnnew_hashelseraise"CustomattributekeysshouldbeID'sorPropertyo
我正在尝试将我更新的gem推送到rubygems.com并得到以下结果。~/dev/V2/V2GPTI(master)$gembuildv2gpti.gemspecSuccessfullybuiltRubyGemName:v2gptiVersion:0.2File:v2gpti-0.2-universal-darwin-13.gem~/dev/V2/V2GPTI(master)$gempushv2gpti.gemspecERROR:Whileexecutinggem...(Gem::Package::FormatError)packagemetadataismissinginv2g
重新定义Float#/似乎没有效果:classFloatdef/(other)"magic!"endendputs10.0/2.0#=>5.0但是当另一个中缀运算符Float#*被重新定义时，Float#/突然采用了新的定义:classFloatdef/(other)"magic!"enddef*(other)"spooky"endendputs10.0/2.0#=>"magic!"我很想知道是否有人可以解释这种行为的来源，以及其他人是否得到相同的结果。ruby:ruby2.0.0p353(2013-11-22)[x64-mingw32]要快速确认错误，请运行thisscript.
我正在使用Rails4并遇到以下错误。RoutingErrorNoroutematches[POST]"/logs/1/meals/13/edit我正在使用:meal传递模型对象的form_for，并且编辑页面正确呈现。但是，Rails似乎并没有检查膳食对象是否已经保存，因此它一直尝试将表单发送到#create操作并尝试发出POST请求，而不是将表单发送到更新操作并进行当我点击提交时一个PUT请求。我如何让form_for识别我正在尝试更新现有对象并且需要PUT而不是POST？其他一切正常，我已经运行了所有迁移。我是Rails的新手，几乎一整天都在尝试自己解决这个问题。请帮忙!请注意，
我有三个属于同一个类的对象。一个是通过Item.new创建的，另外两个是从数据库(Mongoid)中提取的。我将这些对象中的一个/任何一个传递给另一个方法，并通过is_a?检查该方法中的类型:definitialize(item,attrs=nil,options=nil)super(attrs,options)raise'invaliditemobject'unlessitem.is_a?(Item)好吧，这次加薪被击中了。所以我在Rails控制台中检查类、is_a和instance_of。我得到相互矛盾的结果。为什么它们有相同的class但只有其中一个是那个class的instan
为什么当我打开irb并运行时放'A'.unpack("B8")我得到01000001但是当我运行放'A'.unpack("B4B4")我只得到0100而不是[0100,0001]？unpack的分辨率是不是只有一个完整的字节？一点都不差？ 最佳答案 让我们做一些测试来理解行为:>'A'.unpack('B8')=>["01000001"]它返回char'A'的8个最高有效位(MSB)>'A'.unpack('B4')=>["0100"]它返回char'A'的4MSBs>'A'.unpack('B16')=>["01000001"]它
使用Ruby1.9.2，我在IRB中有以下Ruby代码:>r1=/^(?=.*[\d])(?=.*[\W]).{8,20}$/i>r2=/^(?=.*\d)(?=.*\W).{8,20}$/i>a=["password","1password","password1","pass1word","password1"]>a.each{|p|puts"r1:#{r1.match(p)?"+":"-"}\"#{p}\"".ljust(25)+"r2:#{r2.match(p)?"+":"-"}\"#{p}\""}这会产生以下输出:r1:-"password"r2:-"password"r1:
gemspec语义版本控制运算符~>(又名twiddle-wakka，又名pessimistic运算符)允许限制gem版本但允许进行一些升级。我经常看到它可以读作:"~>3.1"=>"Anyversion3.x,butatleast3.1""~>3.1.1"=>"Anyversion3.1.x,butatleast3.1.1"但是有了一个数字，这条规则就失效了:"~>3"=>"Anyversionx,butatleast3"*NOTTRUE!*"~>3"=>"Anyversion3.x"*True.Butwhy?*如果我想要“任何版本3.x”，我可以只使用“~>3.0”，这是一致的。就