连接组件分析，如何处理拆分组件？

| 我正在开发图像识别应用程序。 为了对图像中的符号进行识别和分类，计划是针对每个连接的分量（即“连接像素组”）对一组分类符号使用k最近邻算法。 但是，如何处理分割的符号？ （如果符号是字符，则示例为\“ i \”）     
2020-02-05 2 条评论
分享

没有找到相关结果

    已邀请:

    杰黔轿缺

            一些启发式： 不仅比较连接的组件，还比较带有背景像素的外接矩形。这些矩形可以向上扩展（对于\“ i \”，\“ä\”等情况）。 在考虑背景像素的情况下定义指标。例如，如果像素不同，则增加距离；如果像素相同，则减去。在这种情况下，当您比较提取的字母时，类似“ i”与“ i”和“ l”的字母，您在“ i”处的距离会更短。这是因为\“ dot \”和\“ stick \”之间的白色像素会增加\“ l \”的距离。 碰巧“ rn”被识别为“ m”。为了避免这种情况，度量标准必须是\“ r \”比\“ m \”更接近\“ rn \”。对于我的文字，我有足够的指标，如第2段所述：     
    2020-02-05 0 0
    分享
    为什么被折叠? 0 个回复被折叠

    要回复问题请先登录或注册

    或代码 OrCode.com 备案号：粤ICP备15020848号-1
    Escape time: 0.036956787109375