使用挤压、哈哈镜、扭曲进行文字图像增强
背景
在做ocr项目时候,会涉及到两个部分,文字区域检测与文字图像识别。在之前的文章中有
介绍目标检测图像数据增强(Data Augmentation)——对比度|加噪|随机调整颜色, 以及旋转数据增强等;这里将介绍下文字图像识别数据增强。
方式
文字图像数据增强来源有两种:
- 基于文本内容去生成对应的图片
- 基于已标记的文本图片去进行数据增强
关于基本文本内容去生成对应的图片,网络上有很多生成工具箱: 比如Text Recognition Data Generator
, 等,相关文章可以见OCR文本图像合成工具。这里讲解下基于已标记的文本图像进行数据增强。可以借鉴于目标检测图像数据增强(Data Augmentation)——对比度|加噪|随机调整颜色,比较相似,这里再讲解下图像扭曲等形式。
挤压、哈哈镜、扭曲三部曲
参考链接:
- https://www.shuzhiduo.com/A/MyJxjwQpdn/
- https://www.cnblogs.com/pingwen/p/12503047.html
上述是基于c语言写的,将其转化为python并用于文字图片扩增。
1. 挤压
图像压效果本质的图像坐标的非线性变换,将图像向内挤压,挤压的过程产生压缩变形,从而形成的效果。
挤压效果的实现是通过极坐标的形式。如下图所示,设图像中心为O(x,y),某点距离中心O的距离为半径R,非线性方式改变半径R但不改变点的方向,就构成了图像挤压。也可以自定义加压中心点,计算半径方式相同。图像像素变换倍率使用是 y=sqrt(x)。
图像上点P与图像中心O的距离为R,图像挤压就是P点坐标映射到OP直线上的点R2位置,其中
|OR2 |=sqrt(OP)*ratio。
原始图片
代码如下
def min_frame(self, img, degree=11):frame = cv2.imread(img) if isinstance(img, str) else imgheight, width, channels = frame.shapecenter_x = width/2center_y = height/2new_data = frame.copy()for i in range(width):for j in range(height):tx = i - center_xty = j - center_ytheta = math.atan2(ty, tx)# 半径radius = math.sqrt(tx**2 + ty**2)radius = math.sqrt(radius) * degreenew_x = int(center_x + radius * math.cos(theta))new_y = int(center_y + radius * math.sin(theta))if new_x < 0:new_x = 0if new_x >= width:new_x = width-1if new_y < 0:new_y = 0if new_y >= height:new_y = height-1for channel in range(channels):new_data[j][i][channel] = frame[new_y][new_x][channel]return new_data
2.哈哈镜
哈哈镜原理与挤压类似,本质上也是图像坐标的非线性变换,将图像向外扩张,扩张的过程产生变形,从而形成的效果。
代码如下
def max_frame(self, img, degree=1):frame = cv2.imread(img) if isinstance(img, str) else imgheight, width, n = frame.shapecenter_x = width / 2center_y = height / 2randius = 40*degree # 直径real_randius = int(randius / 2) # 半径new_data = frame.copy()for i in range(width):for j in range(height):tx = i - center_xty = j - center_ydistance = tx ** 2 + tx ** 2# 为了保证选择的像素是图片上的像素if distance < randius ** 2:new_x = tx / 2new_y = ty / 2# 图片的每个像素的坐标按照原来distance 之后的distance(real_randius**2)占比放大即可new_x = int(new_x * math.sqrt(distance) / real_randius + center_x)new_y = int(new_y * math.sqrt(distance) / real_randius + center_y)# 当不超过new_data 的边界时候就可赋值if new_x < width and new_y < height:new_data[j][i][0] = frame[new_y][new_x][0]new_data[j][i][1] = frame[new_y][new_x][1]new_data[j][i][2] = frame[new_y][new_x][2]return new_data
3.扭曲
对图像的像素坐标进行正弦变换,映射到对应坐标就完成了图像扭曲。
代码如下:
def sin_frame(self, img, degree=3):frame = cv2.imread(img) if isinstance(img, str) else imgheight, width, channels = frame.shapenew_data = np.zeros([height, width, 3], np.uint8) # null imgfor j in range(width):temp = degree * math.sin(360 * j / width * math.pi/180) # [-degree,degree]temp = degree + temp # [0, 2*degree]for i in range(int(temp+0.5), int(height+temp-2*degree)):x = int((i - temp) * height / (height - degree))if x >= height:x = height-1if x < 0:x = 0for channel in range(channels):new_data[i][j][channel] = frame[x][j][channel]return new_data
参考资源
- https://www.shuzhiduo.com/A/MyJxjwQpdn/
- https://www.cnblogs.com/pingwen/p/12503047.html
- https://cloud.tencent.com/developer/article/1697127
使用挤压、哈哈镜、扭曲进行文字图像增强相关推荐
- opencv实现哈哈镜变换
我绝对是无聊爆炸了,所以我又丧心病狂处理二次元图片了. 今天基于像素变换来实现图像的哈哈镜变换,效果就是下面这样了: 哈哈镜分两种,一种是挤压,一种是放大.分别对应凹函数和凸函数. 输入一副图像,首先 ...
- indesign排版标点挤压_我於\LaTeX 中文直排实践中所感受的排版需求
最近,我利用主要是LaTeX 及其下的割注包之属,直排<聲律啟蒙>.现就我的实现方式与由此产生的排版需求,做一点分享. 基本的实现方式 我使用的文档类型为「ctexbook」,并直放.pd ...
- 缩进一个字符_Indesign里标点挤压及首行缩进2字符设置
在ID排版,一个汉字的标点符号是占一个全角即占一个汉字的格子.但因为标点符号的间距比较大,若这样进行排版,会特别影响版面的外观度,致使不好看,需要把标点符号与文字的间距缩小才行,这时需要用到标点挤压工 ...
- opencv-python 去除图片文字
opencv-python 去除图片文字 思路: 原图增强后提取增强后图片的轮廓进行闭运算,闭运算后的图像当掩码来修复原图即可去除文字 图像增强代码链接 import numpy as np impo ...
- AI技术实践|用腾讯云智能文本图像增强打造一个掌上扫描仪
在日常生活.工作中, 受限于拍照技术.拍摄条件等制约,得到的文本图像往往存在光照不均.角度倾斜.文字模糊等情况.这种低质量的文本图像不仅不利于保存和后续研究,也不利于光学字符识别.为了解决以上问题,特 ...
- 计算机网络基础知识【5】(08-09)
Date: 2019-08-09 1. 类声明中,声明抽象类的关键字是 (B ) abstract A.public B.abstract C.final D.class 解释: * pub ...
- C#Opencvsharp4实现几种图像特效
环境配置:VS2019. Winform.Opencvsharp4 4.5.5.20211231 . .Net Framework 4.8 实验原图: 1.毛玻璃特效 . 原理: 用该像素点领域内的随 ...
- 使用Python,OpenCV缩放照片(忽略宽高比,保持宽高比)
使用Python,OpenCV缩放照片(忽略宽高比,保持宽高比) 1. 效果图 1.1 保持宽高比效果图 1.2 忽略宽高比效果图 1.3 opencv各插值效果图 2. 原理 3. 源码 参考 这篇 ...
- 《设计的品格 探索×呈现×进化的InDesign美学》—第1课1.4节单位和度量
本节书摘来自异步社区<设计的品格 探索×呈现×进化的InDesign美学>一书中的第1课1.4节单位和度量,作者[澳]Daphne Shao , Recto , Verso Studio, ...
最新文章
- MWC2015中的LTE软基站(转自GeeFlex)
- WP8开发日志(1):Toolkit的本地化
- 大学哪些专业要学python_非计算机专业的大学生是否有必要学习Python编程
- java中怎么进行字符串替换?
- redux-form V.7.4.2学习笔记(六)表单同步校验技术
- 【2016年第1期】山东省农业大数据发展刍议
- 解决自动更新时 系统提示“某些设置由你的系统管理员管理”的方法
- php 上传加水印,PHP 图片上传加水印实例
- 参数调优为什么要采样_优化参数
- springboot格式化时间
- struts2 空文件上传解决
- BackTrack4 官方指南
- matlab离散信号幅频相频特性,信号幅频相频特性画法(频率响应法).pdf
- 简单html和css静态网页制作
- TCPDF微软雅黑字体
- DNS 智能解析功能评测之国内部分总结篇~
- Unity-遮挡剔除
- vue与ios和Android联调方法
- python的MYSQLdb
- xfs文件系统:格式化以及挂载
热门文章
- HDU 4553 约会安排 (区间合并)【线段树】
- C# 像素和毫米转换
- 【转载】Selenium使用Page Object实现页面自动测试
- CentOS 7 使用useradd添加用户后没有家目录的解决方法
- 计算机硬件的选购与组装实验报告,计算机硬件的组装实验报告 (精选可编辑)...
- MySQL——深入理解
- 在旭日X3派开发板上使用Intel Realsense深度相机
- 维克设备管理软件 v2.17 通用网络版 免费
- 搜狐新闻客户端Android端侧双擎Hybrid AI框架探索
- 模糊照片修复软件有什么?这些软件大家都在用