2019年11月18日月曜日

棋譜OCRプログラムの軌跡（4-3）手順番号検出（白石処理）

カテゴリ ,
前回の処理で、黒石の手順番号が取得できました。今回は白石の手順番号を検出します。切り取った白石の画像を見ると、手順番号が黒い円の中に描かれています。

黒石同様切り取った画像を加工して、Tesseractで手順番号を検出します。
黒石の場合は、周囲の白を黒で埋めることで文字の検出ができましたが、白石は周りの円を消す必要があります。単純に検出した円を白で染めればよいように思いましたが、全くうまくできませんでした。
試行錯誤を繰り返し、かなり泥臭い方法ですが　次のような方法にたどり着きました。
  1. 上から、高さの1/6＋2　までの黒を全て白に置き換える。
  2. 下から、高さの1/6＋2　までの黒を全て白に置き換える。
    高さの1/6＋2：この数字に根拠はありません。純粋に試行錯誤の結果です。
  3. 左側から、黒ピクセルの連続が3以下ならば、白ピクセルに置き換える。
  4. 右側から、黒ピクセルの連続が3以下ならば、白ピクセルに置き換える。
  5. 黒石同様、縦横3倍のMatを準備し 周囲に白のマージンを設ける。
  6. 白□（手順番号なし）を判定する。
  7. 白□以外、Bitmapに変換後 Tesseractで手順番号を検出する。
コードはかなり長くなるので、省略します。
【元の画像】

【検出結果を電子碁盤用に表示した結果】

(9,17) (11,8) および (17,7) が、認識不能となっています。これら3箇所の文字検出前のMatを拡大すると
　 　　
となっていて、文字がくっついていることが分かります。

【くっつき対策】を加える。
白のマージンを設ける前に、横方向の中央部6ピクセルを調べ、縦方向に連続して２ピクセルが 黒ピクセルの場合、白に置き換えました。この対策を施した後、手順番号を検出すると下図のように、全て検出できました。

ところで、この文字のくっつき対策、なぜ白石だけで必要なのか不明です。ネガ変換した後処理をすれば　不要だったのかもしれません。

開発環境
　OS：Windows10
　言語：C#(WPF使用)
　IDE：VisualStudio2019
　仕様Tool：OpenCvSharp　v4.0.0.20181129
　　　　　　Tesseract　ｖ3.3.0.0
　使用電子本：電子書店パピレスのNHK 囲碁講座 テキスト

LINE

0 件のコメント:

コメントを投稿