论文部分内容阅读
鉴于钢材生产线环境背景复杂,采集图像质量受字符印刷质量与现场光照条件影响较大,这将造成传统的基于Sobel或Ostu的文本区域检测和字符识别的方法难以达到令人满意的准确度。提出一种基于改进的EAST深度学习文本检测器和CNN的钢材表面字符检测与识别方法。文本检测利用改进后EAST深度学习文本检测器确定文本候选区域,其中对有粘连的字符提出一种基于上下轮廓极小值点的分割方法。