🛌🏼 👩🏽‍✈️ 🤳🏼 ओसीआर-आधारित लेखा प्रणाली 🏂🏻 👩‍👩‍👧‍👧 🎪

प्रस्तावना

अपने करियर के दौरान, उन्हें विज्ञापन जानकारी के लिए लेखांकन की एक प्रणाली का आविष्कार और कार्यान्वयन का कार्य मिला। लेखांकन सही बिलबोर्ड पर सही जानकारी की उपलब्धता की जांच करना था। ढाल और मुद्रण क्रमांकित हैं।
सिस्टम के लिए प्रारंभिक जानकारी के रूप में एक तस्वीर का उपयोग करने का प्रस्ताव था। डिजाइनरों के साथ ~~व्यापार~~ समझौते के बाद, यह सहमति हुई कि दोनों संख्याएं एक ही फ्रेम के भीतर स्थित होंगी। केवल एक चीज जो फ्रेम ढाल पर कहीं भी हो सकती है।
दरअसल, समस्या का विवरण इस पर समाप्त होता है और कार्यान्वयन की कहानी शुरू होती है।
समस्या को तीन कार्यों में हल किया जाता है:

छवि में वांछित आयत ढूँढना।
पाठ मान्यता।
मान्यता का सत्यापन।

लड़ाई एक - खोज

चित्र में वांछित आयत को खोजने के लिए, सबसे आसान तरीका यह है कि उन सभी टुकड़ों को ढूंढा जाए जिन्हें आयत कहा जा सकता है, और फिर उन्हें कुछ मापदंडों के अनुसार फ़िल्टर करें। छवि में आयतों की खोज करने के लिए, हमने OpenCV - squares.cpp से थोड़ा डॉप्ड मानक उदाहरण का उपयोग किया, जिसमें से आयत खोज फ़ंक्शन लिया गया था।
पैटर्न खोज प्रक्रिया काफी आदिम है और अगर इनपुट पर बहुत सारे रंग सीमाओं और संक्रमण के साथ एक जटिल तस्वीर है, तो यह आयतों का एक गुच्छा देता है, जिनमें से, मान्यता प्रक्रिया से पहले भी, आपको अनावश्यक को बाहर फेंकने की आवश्यकता है।

अनावश्यक कई मानदंडों द्वारा फ़िल्टर किया गया है:
1. चौड़ाई और ऊंचाई का अनुपात।
कार्यक्रम में एक कटऑफ मानदंड है (r.width <5 * r.height), इसमें सुधार किया जा सकता है और डेल्टा के साथ स्थिति की स्थिति का अधिक सटीक उपयोग किया जा सकता है।
यहां मुख्य बात यह है कि फोटोग्राफर कल्पना नहीं दिखाता है और कैमरा 90 ^ओ (मेरे पैरों के साथ फोटो) को चालू करके ऑब्जेक्ट को शूट नहीं करता है।
2. लगभग समान आकृतियों को निकालें।

एक और बिंदु: फ़िल्टर करने से पहले, हम आयतों को सीधा करते हैं, क्योंकि फोटोग्राफर का हाथ फूल सकता है और वांछित आयत में तस्वीर में गैर-क्षैतिज ऊर्ध्वाधर सीमाएं हो सकती हैं।

इसके बाद, आप सभी इकट्ठे हुए आयतों में एक फाइल को काटते हैं।
यह प्रायोगिक रूप से स्थापित किया गया था कि मान्यता उपयोगिता काले और सफेद चित्रों को बेहतर तरीके से संसाधित करती है, जिसके लिए cvAdaptiveThreshold विधि को फ़ाइल में लिखने से पहले कहा जाता है। रूपांतरण प्रक्रिया में ब्लॉक आकार को प्रयोगात्मक रूप से चुना गया था।

<source lang="cpp"> #include "cv.h" #include "highgui.h" #include <iostream> #include <math.h> #include <string.h> #include <stdio.h> using namespace cv; using namespace std; typedef vector<Point> polygon; typedef vector<polygon> polygonList; ... //     bool compareRect(const CvRect &r1, const CvRect &r2) { if (!r1.width || !r1.height) return false; if ((float)abs(r1.width- r2.width)/(float)r1.width > 0.05) return false; if ((float)abs(r1.height - r2.height)/(float)r1.height > 0.05) return false; if ((float)abs(r1.x - r2.x)/(float)r1.width > 0.02) return false; if ((float)abs(r1.y - r2.y)/(float)r1.height > 0.02) return false; return true; } //  CvRect getRect(const polygon& poly) { CvPoint p1 = cvPoint(10000,10000); CvPoint p2 = cvPoint(-10000,-10000); for (size_t i=0; i < poly.size(); i++) { const Point p = poly[i]; if (p1.x > px) p1.x = px; if (p1.y > py) p1.y = py; if (p2.x < px) p2.x = px; if (p2.y < py) p2.y = py; } return cvRect(p1.x,p1.y,p2.x-p1.x,p2.y-p1.y); } int main(int argc, char** argv) { if(argc <= 3) { cout << "Wrong Param Count: " << argc << endl; cout << "Usage: findrect infile extension outfolder" << endl; return 1; } char *fileIn = argv[1]; char *fileExt = argv[2]; char *dirOut = argv[3]; char fileOut[128]; polygonList squares; IplImage *Img = cvLoadImage(fileIn,1); Mat image(Img); if(image.empty()) { cout << "Couldn't load " << fileIn << endl; return 1; } findSquares(image, squares); vector<CvRect> rectList; int p = 0; int adaptive_method = CV_ADAPTIVE_THRESH_GAUSSIAN_C; int threshold_type = CV_THRESH_BINARY; int block_size = 65; double offset = 10; for (int j=0; j<squares.size(); j++) { //  CvRect r = getRect(squares[j]); if (r.width < 5*r.height) continue; //     bool doContinue = false; for (int k=0; k<rectList.size(); k++) if (compareRect(r, rectList[k])) { doContinue = true; break; } if (doContinue) continue; rectList.push_back(r); //     cvSetImageROI(Img, r); IplImage *dst = cvCreateImage(cvSize(r.width, r.height), Img->depth, Img->nChannels); IplImage *gray = cvCreateImage(cvSize(r.width, r.height), 8, 1); IplImage *bw = cvCreateImage(cvSize(r.width, r.height), 8, 1); cvCopy(Img, dst, NULL); cvResetImageROI(Img); //   ,        php sprintf(fileOut,"%s/%d.%s",dirOut, p, fileExt); cout << fileOut << endl; p++; //  - cvCvtColor(dst,gray,CV_RGB2GRAY); cvAdaptiveThreshold(gray, bw, 255, adaptive_method,threshold_type,block_size,offset); cvSaveImage(fileOut, bw); cvReleaseImage(&dst); cvReleaseImage(&gray); cvReleaseImage(&bw); } return 0; }

दूसरी क्रिया मान्यता है

मान्यता उपयोगिता इनपुट पर सामान्य सामग्री और कचरा दोनों प्राप्त करती है।

जैसा कि पहले कहा गया है, मान्यता के लिए हम Google से उपयोगिता का उपयोग करते हैं - टेसेरैक्ट।
अन्य मान्यता उपकरणों का उपयोग किया जा सकता है; क्यूनिफॉर्म का भी परीक्षण किया गया था।
लेकिन टेसरैक्ट को इस तथ्य के कारण चुना गया था कि इस पर बहुत सारी जानकारी है और इसे अपने स्वयं के चरित्र सेट पर प्रशिक्षण के लिए समझने योग्य निर्देश था।

आपके वर्णमाला के लिए प्रशिक्षण कई लक्ष्यों के साथ किया गया था:

संख्याओं की मान्यता के लिए शब्दकोश - 10 वर्णों से युक्त होना चाहिए, कोई अक्षर और अन्य वर्णों की आवश्यकता नहीं है। लघु सेट त्रुटि संभावना।
सिद्धांत रूप में, 1 पर यह रोकना संभव था - टेसरैक्ट में केवल संख्याओं को पहचानने के लिए एक मोड है। आप इसका उपयोग कर सकते हैं और अपनी खुद की डिक्शनरी बनाने की जहमत नहीं उठा सकते।
लेकिन परीक्षण के परिणाम में एक और विचार आया और इसका कारण इस प्रकार है: नियमित फोंट (मानक सेट में शामिल), एक दूसरे के समान ओसीआर के दृष्टिकोण से संख्याओं के वर्ण हैं: कुछ शर्तों के तहत "7" संख्या "1", संख्या "3" के समान है। "से" 8 ", आदि।
इसलिए, एक फ़ॉन्ट का उपयोग करने का निर्णय लिया गया था जिसमें संख्याओं का प्रतीक एक दूसरे के समान नहीं होगा। फ़ॉन्ट खोजने के संकेत के रूप में उसका नाम था - "OCR A Std"। इस फ़ॉन्ट का उपयोग केवल उपरोक्त कतरनों पर किया जाता है।
इस प्रकार, हमारे पास त्रुटि की संभावना को कम करने के लिए एक और कारक है।

नतीजतन, इस फ़ॉन्ट के 10 वर्णों का एक शब्दकोश टेसरैक्ट के लिए बनाया गया था, और इसे ऊपर की कतरनों में देखा जा सकता है।
मैं उपयोगिता को प्रशिक्षित करने के लिए निर्देश नहीं दूंगा, प्रक्रिया रचनात्मक नहीं है, यांत्रिक है, नेटवर्क में बहुत सारे निर्देश हैं।

क्रिया तीन - सामूहिक

उबंटू के तहत प्रणाली का परीक्षण किया गया था। रनिंग स्लाइसिंग और मान्यता उपयोगिताओं php द्वारा किया जाता है।
यहां, चेकसम विधि का उपयोग करके मान्यता प्राप्त डेटा का अंतिम सत्यापन किया जाता है।
Crc-8 एल्गोरिथ्म का उपयोग किया जाता है।

 $imagesout = '/home/toor/www/out'; $findrect = '/home/toor/OCR/OpenCV-2.2.0/samples/cpp/findrect'; $uploaddir = '/home/toor/www/uploads/'; $rectdir = '/home/toor/www/out/'; $tesseract = '/home/toor/OCR/tesseract-3.00/api/tesseract'; ... if (isset($_FILES['userfile']['tmp_name'])) { $uploadfile = $uploaddir. $_FILES['userfile']['name']; if (!move_uploaded_file($_FILES['userfile']['tmp_name'], $uploaddir . $_FILES['userfile']['name'])) { echo " !"; exit(1); } echo " {$_FILES['userfile']['name']}  !"; $cmd = "$findrect $uploadfile tif $imagesout"; exec($cmd, $output); echo count($output)." "; $datas = array(); foreach($output as $k => $f) { $recognized = "$rectdir$k.txt"; $cmd = "$tesseract $f $rectdir$k -l nums.ocr"; exec($cmd); if (!file_exists($recognized)) continue; echo "file: $recognized"; $data = file_get_contents($recognized); $data = preg_replace('/\D/','',$data); $data = trim($data); if (!strlen($data)) continue; if (!array_key_exists($data,$datas)) $datas[$data] = 1; else $datas[$data]++; } foreach ($datas as $d => $v) { if ($r = crc_check($d, NUMBER_LEN_1, NUMBER_LEN_CRC_1)) { echo ' : '.$r; } if ($r = crc_check($d, NUMBER_LEN_2, NUMBER_LEN_CRC_2)) { echo ' : '.$r; } } }

सामान्य तौर पर, टेस्ट मोड में, सिस्टम काफी अच्छा साबित हुआ।
इस तरह के सबसे सरल फोन से छवियों पर काम किया जा रहा है।

और डिजिटल कैमरों के साथ कई मेगाबाइट तक।

संदर्भ

Tesseract
OpenCV
OCR A Std फ़ॉन्ट

ओसीआर-आधारित लेखा प्रणाली

प्रस्तावना

लड़ाई एक - खोज

दूसरी क्रिया मान्यता है

क्रिया तीन - सामूहिक

संदर्भ

More articles: