1

Estoy haciendo un programa de OCR, y estoy aún en las primeras fases del proyecto consistente en el "Entrenamiento". El objetivo por tanto de mi programa actual es clasificar objetos en una imagen y procesarlos como caracteres, lo cual consigo con todos los caracteres excepto la Ñ (debido a que está formada por dos objetos y no me los detecta juntos)

Voy a utilizar un algoritmo knn para clasificar mis caracteres, pero antes de eso necesito que mi programa detecte la Ñ como un solo objeto y me permita así guardar la información en un archivo de clasificación.

¿Saben de qué manera puedo lograrlo?

Aquí les dejo el programa:

#include <opencv2\core\core.hpp>
#include <opencv2\highgui\highgui.hpp>
#include <opencv2\imgproc\imgproc.hpp>
#include <opencv2\ml\ml.hpp>

#include <iostream>
#include <vector>

//VARIABLES GLOBALES

const int MIN_CONTORNO_AREA = 100;

const int ANCHO_IMAGEN_REDIM = 20;
const int ALTURA_IMAGEN_REDIM = 30;

//PROGRAMA PRINCIPAL

int main()  {
    cv::Mat imEntrenamiento;
    cv::Mat imGris;
    cv::Mat imGaus;
    cv::Mat imByN;
    cv::Mat imByNcopia;

std::vector<std::vector<cv::Point> > ptContornos;
std::vector<cv::Vec4i> v4iJerarquia;

cv::Mat matEnterosParaClasificacion;

cv::Mat matEntrenamientoImComoFlattenedFloats;

std::vector<int> intCaracteresValidos = { '0', '1', '2', '3', '4', '5', '6', '7', '8', '9',
    'A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J',
    'K', 'L', 'M', 'N', 'Ñ', 'O', 'P', 'Q', 'R', 'S',
    'T', 'U', 'V', 'W', 'X', 'Y', 'Z' };

imEntrenamiento = cv::imread("caracteres_prueba.png");

if (imEntrenamiento.empty())    {
    std::cout << "Error: imagen no leida desde el archivo\n\n";
    return(0);
}

cv::cvtColor(imEntrenamiento, imGris, CV_BGR2GRAY);

cv::GaussianBlur(imGris, imGaus, cv::Size(5, 5), 0);

cv::adaptiveThreshold(imGaus, imByN, 255, cv::ADAPTIVE_THRESH_GAUSSIAN_C, cv::THRESH_BINARY_INV, 11, 2);

cv::imshow("imByN", imByN);

imByNcopia = imByN.clone();

cv::findContours(imByN, ptContornos, v4iJerarquia, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE);

for (int i = 0; i < ptContornos.size(); i++)    {
    if (cv::contourArea(ptContornos[i]) > MIN_CONTORNO_AREA)    {

        cv::Rect rectanguloDelimitador = cv::boundingRect(ptContornos[i]);

        cv::rectangle(imEntrenamiento, rectanguloDelimitador, cv::Scalar(0, 0, 255), 2);

        cv::Mat matROI = imByN(rectanguloDelimitador);

        cv::Mat matROIRedimensionada;
        cv::resize(matROI, matROIRedimensionada, cv::Size(ANCHO_IMAGEN_REDIM, ALTURA_IMAGEN_REDIM));

        cv::imshow("matROI", matROI);
        cv::imshow("matROIRedimensionada", matROIRedimensionada);
        cv::imshow("imEntrenamiento", imEntrenamiento);

        int intChar = cv::waitKey(0);

        if (intChar == 27)  {
            return(0);
        }
        else if (std::find(intCaracteresValidos.begin(), intCaracteresValidos.end(), intChar) != intCaracteresValidos.end())    {
            matEnterosParaClasificacion.push_back(intChar);

            cv::Mat matImagenFloat;
            matROIRedimensionada.convertTo(matImagenFloat, CV_32FC1);

            cv::Mat matImagenFlattenedFloat = matImagenFloat.reshape(1, 1);

            matEntrenamientoImComoFlattenedFloats.push_back(matImagenFlattenedFloat);
        }
    }
}
std::cout << "Entrenamiento Completo\n\n";

//GUARDAR LAS CLASIFICACIONES EN UN ARCHIVO

cv::FileStorage fsClasificaciones("clasificaciones.xml", cv::FileStorage::WRITE);

if (fsClasificaciones.isOpened() == false)  {
    std::cout << "Error, no es posible abrir el archivo de clasificacion de entrenamiento, salida del programa\n\n";
    return(0);
}

fsClasificaciones << "clasificaciones" << matEnterosParaClasificacion;
fsClasificaciones.release();

//GUARDAR LAS IMAGENES DE ENTRENAMIENTO EN UN ARCHIVO

cv::FileStorage fsImagenesEntrenamiento("imagenes.xml", cv::FileStorage::WRITE);

if (fsImagenesEntrenamiento.isOpened() == false)    {
    std::cout << "Error, no es posible abrir el archivo de entrenamiento de imagenes, salida del programa\n\n";
    return(0);
}

fsImagenesEntrenamiento << "imagenes" << matEntrenamientoImComoFlattenedFloats;
fsImagenesEntrenamiento.release();

return(0);

}

2
  • No sé nada de lenguajes compilados pero: no sería útil extraer el keycode de la ñ y relacionarlo con la búsqueda? Commented el 28 may. 2017 a las 6:58
  • Esta pregunta ya tiene tiempo, pero, ¿Por qué no manejar la Ñ como dos símbolos? esa característica haría la separación de clases bastante clara a la hora de clasificar mediante el Knn. Si necesitas unir ambos símbolos, tal vez una operación morfológica como closing con un gran elemento estructurante, pero esto seguro distorsiona el resto de los blobs. Tal vez detectar el número de componentes para cada letra, luego guardar esta característica, y en caso de que se detecten dos símbolos, tratar de ubicar y posteriormente eliminar la tilde, y procesar el blob como el resto de las letras. Commented el 14 ene. 2021 a las 4:27

1 respuesta 1

0

intenta incluir #include <clocale> y luego utilizala de esta manera en el main setlocale(LC_CTYPE,"Spanish"); Saludos.

1
  • Esta respuesta no tiene nada que ver con el problema. El problema es de visión computacional, y se debe resolver utilizando algúna técnica de procesamiento de imágenes. Commented el 14 ene. 2021 a las 4:28

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.