扭曲? 倾斜?验证码形式?
躲避OCR。
related work: 验证码类型?
特殊网络文本图像是一类用来躲避OCR的图像,大多包含敏感信息。(人能够读懂,机器无法识别?)
针对这类图像的图像文本检测识别算法?现有工作。
创新点:套用现有技术,应用到这类识别中。做出来的结果会比现有工作好。或者更好解决了特殊网络文字图像识别问题。
关键词检测方法:
词库。 相近词。 推断一段语句是否敏感。现有工作。
(可选)创新点:
基于文本的舆情分析已经十分成熟。
但是获知重要舆情,如何实时性得知最近舆情?别人都是怎么做的?电子邮件,短信。。。。
创新点:我们提出了对舆情进行推送,圆满解决了这一问题。
ICDAR 2011 born-digital
for((i=1; i<103; i++)) do wget "http://www.cvc.uab.es/icdar2011competition/?com=results&action=image_2&id_submit=1130&image_num=`echo $i`" -O "`echo $i`.html"; done // crawl web content for((i=1; i<103; i++)) do s=$( cat $i.html | grep -o "http:\/\/158.109.8.42\/gt\/datasets\/webimages\/[^\"\']*gt[^\"\']*.png" ) ; // get image url wget $s -O gt_$i.png; // save gt images done;
#include <opencv/cv.h> #include <opencv/highgui.h> #include <opencv2/opencv.hpp> #include <iostream> #include <fstream> #include <stdio.h> using namespace std; using namespace cv; int main(int argc, char** argv ) { Mat gt, grey; gt = imread(argv[2]); grey = imread(argv[1]); cvtColor(gt, gt, CV_RGB2GRAY); threshold(gt, gt, 254, 255, CV_THRESH_BINARY); // <- for ICDAR gt cvtColor(grey, grey, CV_RGB2GRAY); threshold(grey, grey, 254, 255, CV_THRESH_BINARY); // <- for ICDAR grey Mat tmp_mask = gt & (grey); int a = countNonZero(tmp_mask), b = countNonZero(gt), c = countNonZero(grey); cout << a << " " << b << " " << c << endl; // cout << "now calculate" << endl; // cout << "Pixel level recall = " << ((float) a) / b << endl; // cout << "Pixel level precission = " << (c == 0? 0.0: ((float)a) / c) << endl; return 0; }
#include <iostream> using namespace std; int main(){ int a, b, c; int a_ = 0, b_ = 0, c_ = 0; char buf[100]; while(cin >> buf){ if ( !buf[0] ) break; // cout << " add " << buf << endl; cin >> a >> b >> c; a_ += a, b_ += b, c_ += c; } cout << a_ << ":"<< b_ << ":" << c_ << endl; cout << " recall: " << (float)a_ / b_ << endl; cout << " precision: " << (float)a_ / c_ << endl; return 0; }
g++ myeval.cc `pkg-config opencv --libs` -o myeval ; sudo ln -s `pwd`/myeval /usr/bin/;
g++ alleval.cc `pkg-config opencv --libs` -o alleval ; sudo ln -s `pwd`/alleval /usr/bin/;
for file in `ls | grep "jpg"`; do text_extraction $file; textdetect $file; done
评测脚本:
#!/bin/sh for file in `ls | grep "png"`; do name=`echo $file|sed 's/.png//'`; echo $name.jpg; myeval $1/$name.jpg.out.png gt/gt_$name.png; done
最新评测脚本:
for((i=1; i<142; i++)) do textdetect img_$i.png > tmp; echo $i.png; myeval out1/img_$i.png.out.png gt/gt_$i.png; done > org11
调用: sh sc.sh out1/out2 > result_i 对所有图像进行评测
执行 cat result_i | alleval 获得汇总后的评测结果
sh sc.sh out1 > org1; sh sc.sh out2 > org2; cat org1 | alleval; cat org2 | alleval;
目测采用graph邻接图描述regions的相似关系 。
添加 笔划宽度另类方差统计。获得每个region的置信度。
再在regions【】上graph cut。得到结果集合(包含文本的regions)。