OCR扑克牌

Question

我决定做一个有趣的项目，我想把一张扑克牌的图像作为输入，并返回它的排名和西装。我想我只需要看看左上角，因为那里有所有的信息。它应该是强大的-如果我有一个钻石王牌的大图像，我应该能够将它从20%到200%的任何地方，仍然得到正确的答案。

第一个问题-有没有什么已经写出来了？如果是这样的话，我会找些别的东西给OCR，这样我就不会重复这些工作了。

第二-做这个最好的方法是什么？神经网络？一些手工编码的东西？有人能指点一下吗？（0xCAAF9452不是可接受的答案）。

Answer 1

我不认为有什么东西已经为你所要完成的而写（至少是开源和Python）。

至于你的第二个问题，这取决于你想识别什么。如果输入可以来自不同的来源，例如不同品牌、不同风格的扑克牌，那么您可能应该使用基于机器学习的算法（例如神经网络或支持向量机），以便学习如何识别未知输入。但是，如果输入在形状或样式上始终相同，那么一个简单的图像比较算法就足够了（例如，将左上角切片的像素与每个列组的像素进行比较）。

如果你决定使用基于机器学习的算法，我也认为你不需要非常复杂的特征，因为套装和等级在形状或样式上没有太大的变化，你应该只使用左上角的像素作为特征。

这里有一个玩具OCR示例，您可能会发现它很有趣。使用的lib（LibSVM）也有一个Python版本，我已经使用过了，并且发现使用起来非常简单。

希望有帮助。

Answer 2

考虑到有限的样本量（4套西装，13个不同的值），我会尝试将西装的参考图像和值与新的输入图像匹配。首先找到输入套装/值的边界框（包围所有非白色像素的最小框），缩放参考图片以匹配该边界框的大小，并通过像素绝对差找到最佳“匹配”。图片的颜色（即红色或黑色）将使这更容易。

Answer 3

就我个人而言，我会选择机器学习的方式。