Python |使用模板匹配的文档字段检测
原文:https://www . geesforgeks . org/python-document-field-detection-use-template-matching/
模板匹配是一种图像处理技术，用于寻找大图像的小部分/模板的位置。该技术广泛应用于产品质量、车辆跟踪、机器人等目标检测项目。
在本文中，我们将学习如何使用模板匹配来检测文档图像中的相关字段。
解决方案 : 以上任务可以使用模板匹配来实现。裁剪出字段图像，并使用裁剪后的字段图像和文档图像应用模板匹配。该算法简单，但可复制成复杂的版本，以解决属于特定领域的文档图像的场检测和定位问题。
接近:
- 从主文档中剪切/裁剪字段图像，并将其用作单独的模板。
- 定义/调整不同字段的阈值。
- 使用 OpenCV 功能
cv2.matchTemplate()为每个裁剪的字段模板应用模板匹配 - 使用从模板匹配中获取的矩形坐标绘制边界框。
- 可选:增强字段模板并微调阈值，以改善不同文档图像的结果。
输入图像:
输出图像:
下面是 Python 代码:
# importing libraries
import numpy as np
import imutils
import cv2
field_threshold = { "prev_policy_no" : 0.7,
"address" : 0.6,
}
# Function to Generate bounding
# boxes around detected fields
def getBoxed(img, img_gray, template, field_name = "policy_no"):
w, h = template.shape[::-1]
# Apply template matching
res = cv2.matchTemplate(img_gray, template,
cv2.TM_CCOEFF_NORMED)
hits = np.where(res >= field_threshold[field_name])
# Draw a rectangle around the matched region.
for pt in zip(*hits[::-1]):
cv2.rectangle(img, pt, (pt[0] + w, pt[1] + h),
(0, 255, 255), 2)
y = pt[1] - 10 if pt[1] - 10 > 10 else pt[1] + h + 20
cv2.putText(img, field_name, (pt[0], y),
cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0, 0, 255), 1)
return img
# Driver Function
if __name__ == '__main__':
# Read the original document image
img = cv2.imread('doc.png')
# 3-d to 2-d conversion
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# Field templates
template_add = cv2.imread('doc_address.png', 0)
template_prev = cv2.imread('doc_prev_policy.png', 0)
img = getBoxed(img.copy(), img_gray.copy(),
template_add, 'address')
img = getBoxed(img.copy(), img_gray.copy(),
template_prev, 'prev_policy_no')
cv2.imshow('Detected', img)
使用模板匹配的优势:
- 计算成本低。
- 易于使用，可针对不同的用例进行修改。
- 在文档数据稀缺的情况下给出好的结果。
缺点:
- 与使用深度学习的分割技术相比，结果不是非常准确。
- 缺少重叠模式问题解决方案。
版权属于：月萌API www.moonapi.com，转载请注明出处
