【K230嵌入式AI开发板测评】 +字符识别与图书录入处理篇

jinglixixi

【K230嵌入式AI开发板测评】 +字符识别与图书录入处理篇 [复制链接]

 

这里所说的“字符识别”是指光学字符识别，即OCR （Optical Character Recognition）。

通常是由电子设备（如扫描仪或数码相机）来检查纸面上所打印的字符，经检测明、暗程度来确定其形状，然后以字符识别方法将形状转译成计算机文字的过程。

K230开发板的字符识别流程为：

 

 

CanMV K230支持对图片中中文和英文字符的识别，且已将所用的模型存放在CanMV K230文件系统，故无需额外提供。

识别显示屏内容的场景如图1所示，可见到识别效率很高。

 

 

图1 识别图像中文字

 

识别印刷品或书籍的内容其场景如图2所示，受摄像头拍摄质量的影响，其识别效率会有稍许的减弱。

 

图2 识别图书上文字

 

那该如何获取识别结果呢？

 

这可从输出的识别结果中来寻找，图2的输出结果为：

[array([275.0662, 278.0513, 440.2838, 282.0602, 438.9337, 350.9487, 273.7161, 346.9398], dtype=float32), array([134.241, 180.2511, 586.1193, 189.2587, 584.759, 273.7489, 132.8807, 264.7413],

dtype=float32), array([108.8152, 23.9488, 620.5769, 13.94075, 623.1848, 179.0512, 111.4231, 189.0593], dtype=float32)] ['\u7b2c2\u7248', '\u5feb\u901f\u7f16\u7a0b\u5165\u95e8', 'Python']

1.399683

 

因此可知，：我们需要的识别结果为：

 ['\u7b2c2\u7248', '\u5feb\u901f\u7f16\u7a0b\u5165\u95e8', 'Python']

其中：

 'Python'---第一行识别结果

 '\u5feb\u901f\u7f16\u7a0b\u5165\u95e8'---第二行识别结果

'\u7b2c2\u7248'---第三行识别结果

具体的内容如图3所示，那其中的汉字是采用哪一种编码方式呢？

 

图3 识别结果

 

经测试其编码方式并非区位码方式，见图4所示。

 

图4 区位码转换

 

在反复测试，其编码方式为Unicode码，见图5所示。

 

图5 Unicode码转换

 

那该如何提取识别结果呢？

以得到的图书名称为例，通过图6所示的程序即可其内容。

 

图6 Unicode码转换

 

这样在进行图书录入管理时，即可先通过识别来得到书籍名称，并限制识别结果的反复出现。然后再结合前面所介绍的“RTC计时与文件读写应用篇”来提供相应的时间值，并将信息存储到文件中即可。

 

若是进行图书的借阅管理，则再识别图书名称后，需在管理文件中查询该图书是否存在，若不存在，则添加一条借阅信息；否则，只修改图书的存放状态即可。当然，这只是一个简单的管理思路，在实际的管理中还需增添借阅人信息，以及解决图书有多个副本的问题等。

 

 

Jacktang

与相机的分辨率也是有关联的

jinglixixi

Jacktang 发表于 2024-10-28 07:45 与相机的分辨率也是有关联的

没错，高分辨率的摄像机会提高识别的效率。

freebsder

jinglixixi 发表于 2024-10-28 13:12 没错，高分辨率的摄像机会提高识别的效率。

分辨率高了运算时间也会有相应增加。

freebsder

“受摄像头拍摄质量的影响”

这个有比较定性的测试吗？

jinglixixi

freebsder 发表于 2024-10-28 14:58 分辨率高了运算时间也会有相应增加。

时间会增加，但会直接提升识别的准确率。

jinglixixi

freebsder 发表于 2024-10-28 15:23 “受摄像头拍摄质量的影响” 这个有比较定性的测试吗？

当然，有一些图像直接拍摄会无效，但在手机拍摄图片以电脑来浏览，再供摄像头识别会提供识别率，就间接说明了摄像头拍摄质量对识别效果的影响。

freebsder

jinglixixi 发表于 2024-10-28 17:27 时间会增加，但会直接提升识别的准确率。

不太一定，通过前处理处理的图像，应该会增加识别率（比如凸显某些特征），但是会大幅度减小尺寸带来的运算量。

jinglixixi

freebsder 发表于 2024-10-29 14:08 不太一定，通过前处理处理的图像，应该会增加识别率（比如凸显某些特征），但是会大幅度减小尺寸带来的运 ...

那就是另外的问题了