FindImageText

FindImageText[image]

检测 image 中的文字并返回一个边界框.

FindImageText[image,level]

返回指定结构层次的边界框列表.

FindImageText[image,level,prop]

返回给定层次的文字的 prop.

更多信息和选项

  • FindImageText 用于检测包含文字的图像区域. 当要求特定的结构层次时，它将返回边界框列表，每个边界框均以 Parallelogram 给出.
  • 假设坐标 {x,y} 位于标准图像坐标系中.
  • 用 TextRecognize 识别检测到的文字的内容.
  • level 的可能设置包括：
  • Automatic 将在整个图像中找到的文字作为一个结果（默认）
    "Block"检测到的每个字块的列表
    "Line"检测到的每行文字的列表
    "Word"检测到的每个单词的列表
    "Character"检测到的每个字符的列表
  • prop 的可能设置包括：
  • "AlignedImage"含有每个检测到的文字的剪切好的对齐的图像
    "BoundingBox"以 Rectangle 给出的包围每个检测到的文字的边界框
    "BoundingBoxArea"包围每个检测到的文字的边界框的面积
    "Confidence"识别出的文字的强度
    "DeskewAngle"检测到的文字的偏斜校正角
    "Image"含有检测到的文字的剪切好的图像
    "OrientedBoundingBox"包围每个检测到的文字的平行四边形（默认）
    "RegionCentroid"文本周围的边界框的质心
    {prop1,prop2,…}属性列表
  • 可指定以下选项：
  • AcceptanceThreshold Automatic检测可接受阈值
    MaxFeatures All返回的文本框的数量
    MaxOverlapFraction Automatic允许的最大重叠的程度
    Method Automatic使用的方法
    PaddingSize 0每个检测结果周围的填充量
  • Method 的可能设置包括：
  • Automatic自动选择方法
    "Document"最适宜于在扫描文档中检测的方法
    "NaturalScene"最适宜于在自然场景图像中检测的方法
    detector使用的文本检测方法
  • detector 的可能设置有：
  • "DBNet"可微分二值化网络
    "Tesseract"魔方（Tesseract）引擎
  • FindImageText 使用机器学习. 在不同版本的 Wolfram 语言中，其方法、训练集和偏差可能会改变并给出不同的结果.
  • FindImageText 可下载一些资源，保存在 $LocalBase 的本地对象存储库 (local object store) 中，可用 LocalObjects[] 显示，用 ResourceRemove 移除.

范例

打开所有单元关闭所有单元

基本范例  (2)

检测图像中的文字：

提取含有检测到的单词的剪切好的图像：

范围  (8)

基本用法  (2)

找出图像中的文字：

突出显示在图像中检测到的文字：

层次  (1)

检测图像中的文字内容：

检测字块：

按行检测文字：

检测单个单词：

检测单个字符：

属性  (5)

默认情况下，为每个检测到的结果返回一个定向的边界框：

返回标准的与轴对齐的边界框：

提取含有检测到的每个单词的部分图像：

与图像的边框对齐，进行剪切：

提取检测到的每个单词的边界框的面积：

每个单词的区域质心：

一次计算并返回多个属性：

选项  (7)

AcceptanceThreshold  (1)

默认情况下，接受阈值为 0.5：

降低接受阈值可能有助于检测出更多文本：

MaxFeatures  (1)

默认情况下，返回所有检测到的文字：

用 MaxFeatures30 只返回 30 个最可靠的检测：

MaxOverlapFraction  (1)

默认情况下，返回稍有重叠的边界框：

自定义最大重叠量：

只返回不重叠的边界框：

Method  (3)

默认情况下，FindImageText 会选择更适合图像的检测方法：

指定自定义的方法：

使用不合适的方法可能不会得到很好的结果：

用 Method"NaturalScene" 检测自然场景中出现的文本：

用 Method"Document" 处理扫描的文档：

PaddingSize  (1)

用 PaddingSizes 为检测到的单词边界框指定填充量：

对边界框的两个轴向使用不同的填充量：

使用相对填充量：

使用负填充量返回更紧凑的边界框：

应用  (1)

在包含大量非文本内容的图像上执行 OCR 可能很困难：

用 FindImageText 先对图像进行预处理：

在剪切后的图像上进行 OCR 可得到更好的结果：

属性和关系  (3)

无论方位如何，FindImageText 都可以检测出文本：

FindImageText 用于检测图像中的文本内容：

用 TextRecognize 在图像上进行 OCR：

用 FindImageText 检测图像中的车牌：

用 TextRecognize 识别车牌并在原始图像中突出显示：

可能存在的问题  (4)

该检测未针对手写文本进行优化：

取决于文本的方位，检测到的边界框可能会超出图像的边界：

如果图像中的文本的方位各异，检测可能会失败：

可能无法检测到某些方位的文本：

Wolfram Research (2020)，FindImageText，Wolfram 语言函数，https://reference.wolfram.com/language/ref/FindImageText.html （更新于 2024 年）.

文本

Wolfram Research (2020)，FindImageText，Wolfram 语言函数，https://reference.wolfram.com/language/ref/FindImageText.html （更新于 2024 年）.

CMS

Wolfram 语言. 2020. "FindImageText." Wolfram 语言与系统参考资料中心. Wolfram Research. 最新版本 2024. https://reference.wolfram.com/language/ref/FindImageText.html.

APA

Wolfram 语言. (2020). FindImageText. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/FindImageText.html 年

BibTeX

@misc{reference.wolfram_2024_findimagetext, author="Wolfram Research", title="{FindImageText}", year="2024", howpublished="\url{https://reference.wolfram.com/language/ref/FindImageText.html}", note=[Accessed: 22-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_findimagetext, organization={Wolfram Research}, title={FindImageText}, year={2024}, url={https://reference.wolfram.com/language/ref/FindImageText.html}, note=[Accessed: 22-November-2024 ]}