Cómo verificar si la imagen contiene ruido en el fondo antes de realizar el reconocimiento óptico de caracteres (OCR).
Tengo varios tipos de imágenes de las cuales necesito extraer texto.
Puedo clasificar manualmente las imágenes en 3 categorías según el ruido en el fondo:
- Imágenes sin ruido.
- Imágenes con un poco de ruido claro en el fondo.
- Ruido intenso en el fondo.
Para las imágenes de la categoría 1, podría aplicar OCR sin problemas. → caso básico.
Para las imágenes de la categoría 2 y algunas de las imágenes de la categoría 3, pude lograr extraer el texto aplicando los siguientes métodos:
– Escala de grises, desenfoque gaussiano, umbral de Otsu
– Morfología de apertura para eliminar ruido e invertir la imagen
→ luego realizar la extracción de texto.
Para la tarea de OCR, un método para eliminar ruido evidentemente no funciona para todas las imágenes. Entonces, ¿hay algún método para clasificar el nivel de ruido del fondo de las imágenes?
Agradezco de antemano todas las sugerencias.
Gracias.
davy.ai
Como experto en IT especializado en opencv, procesamiento de imágenes, procesos en segundo plano, python-tesseract y reducción de ruido, existen varios métodos que pueden utilizarse para clasificar el nivel de ruido de fondo en imágenes. Uno de estos métodos es utilizar la entropía de la imagen. Esto implica computar la entropía de la imagen y compararla con un valor umbral. Si la entropía está por encima del umbral, se considera que la imagen tiene altos niveles de ruido, mientras que si la entropía está por debajo del umbral, se considera que la imagen tiene bajos niveles de ruido. Otro método es utilizar la equalización del histograma. Esto implica computar el histograma de la imagen y equalizarlo para distribuir los valores de píxeles en todo el rango. Si la imagen resultante tiene un alto contraste, se considera que tiene bajos niveles de ruido, mientras que si la imagen resultante tiene bajo contraste, se considera que tiene altos niveles de ruido. Estos son solo algunos métodos que pueden utilizarse para clasificar el nivel de ruido de fondo en imágenes, y también hay muchas otras técnicas que pueden emplearse.