https://wikicshse.ru/index.php?action=history&feed=atom&title=%D0%9F%D1%80%D0%B8%D0%BB%D0%BE%D0%B6%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B4%D0%BB%D1%8F_%22%D0%91%D0%B5%D0%B3%D1%83%D1%89%D0%B5%D0%B3%D0%BE_%D0%B3%D0%BE%D1%80%D0%BE%D0%B4%D0%B0%22_%28%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82%29%2F%D0%9F%D1%80%D0%B5%D0%B4%D0%BE%D0%B1%D1%80%D0%B0%D0%B1%D0%BE%D1%82%D0%BA%D0%B0_%D0%B8%D0%B7%D0%BE%D0%B1%D1%80%D0%B0%D0%B6%D0%B5%D0%BD%D0%B8%D0%B9Приложение для "Бегущего города" (проект)/Предобработка изображений - История изменений2026-06-06T19:43:11ZИстория изменений этой страницы в викиMediaWiki 1.45.3https://wikicshse.ru/index.php?title=%D0%9F%D1%80%D0%B8%D0%BB%D0%BE%D0%B6%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B4%D0%BB%D1%8F_%22%D0%91%D0%B5%D0%B3%D1%83%D1%89%D0%B5%D0%B3%D0%BE_%D0%B3%D0%BE%D1%80%D0%BE%D0%B4%D0%B0%22_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)/%D0%9F%D1%80%D0%B5%D0%B4%D0%BE%D0%B1%D1%80%D0%B0%D0%B1%D0%BE%D1%82%D0%BA%D0%B0_%D0%B8%D0%B7%D0%BE%D0%B1%D1%80%D0%B0%D0%B6%D0%B5%D0%BD%D0%B8%D0%B9&diff=1893&oldid=previmported>Onpopov: Новая страница: «Опыт показал, что на фотографиях заданий с большой вероятностью надо будет исправлять п…»2016-04-07T09:29:33Z<p>Новая страница: «Опыт показал, что на фотографиях заданий с большой вероятностью надо будет исправлять п…»</p>
<p><b>Новая страница</b></p><div>Опыт показал, что на фотографиях заданий с большой вероятностью надо будет исправлять перекос, а доступная под андроидом распознавалка Tesseract этого не делает. Итак, как готовить изображения к распознаванию.<br />
=== Преобразование цветного к серому ===<br />
Значения цветов суммируются с весами, соответствующими яркости цветов, то есть примерно 0,2R + 0,7B + 0,1G (см. https://en.wikipedia.org/wiki/Grayscale#Colorimetric_.28luminance-preserving.29_conversion_to_grayscale).<br />
===Бинаризация===<br />
Затем надо преобразоввывать серое изображение к чёрно-белому, вычисляя порог бинаризации. Так как лист может быть освещён неравномерно, порог нужно вычислять отдельно для разных областей листа. Области лучше брать такие, чтобы в них по горизонтали и по вертикали попадало несколько букв. Порог надо подбирать исходя из того, чтобы в результате на листе получилось разумное соотношение между текстом и фоном, а также из условия типа SVM: чтобы яркость всех точек области была возможно дальше от этого порога.<br />
===Выделение строк===<br />
В тривиальном случае при небольших перекосах мы просто ищем горизонтальные белые полосы от края до края листа, а потом смотрим, нельзя ли из расширить, сделав наклонными. Но вообще это задача кластеризации букв &mdash; связных компонент чёрного на бинаризованном изображении, и решать её можно методами машинного обучения.<br />
===Исправление перекоса===<br />
Выделив строки, мы знаем, какой они формы, и можем вычислить линейное преобразование картинки (с меняющимися, если строки кривые) коэффициентами, которое сделает их прямыми. В моём опыте вместо честного поворота использовалась композиция верхнего унитреугольного и нижнего унитреугольного преобразования, приближающая его. Применив это преобразование к изображению, мы передаём его на распознавание.</div>imported>Onpopov