问题描述
我正在解决一个问题，我想自动读取图像上的数字，如下所示：
可以看出，这些图像非常具有挑战性！这些不仅在所有情况下都不相连，而且对比度也相差很大。我的第一次尝试是在一些预处理后使用 pytesseract。我还创建了一个 StackOverflow 帖子 here。
虽然这种方法在单个图像上运行良好，但它并不通用，因为它需要太多的手动信息进行预处理。到目前为止，我拥有的最佳解决方案是迭代一些超参数，例如阈值、腐蚀/膨胀的过滤器大小等。但是，这在计算上很昂贵！
因此我开始相信，我正在寻找的解决方案必须基于深度学习。我在这里有两个想法：
- 在类似任务中使用预训练网络
- 将输入图像拆分为单独的数字，并以 MNIST 方式自己训练/微调网络
关于第一种方法，我还没有找到好的东西。有人对此有什么想法吗？
关于第二种方法，我首先需要一种方法来自动生成单独数字的图像。我想这也应该是基于深度学习的。之后，我可能会通过一些数据增强来取得一些不错的结果。
有人有想法吗？ :)
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）