数字识别建议

Question

我正在编写一个Android应用程序来从图片中提取数独谜题。对于9x9数独网格中的每个单元格，我需要确定它是包含数字1到9中的一个还是空白。我从这样的数独开始：

我使用OpenCV对数独进行预处理，以提取单个数字的黑白图像，然后将它们通过Tesseract。不过，Tesseract有几个限制：

1. Tesseract很大，包含许多我不需要的功能（即全文识别），并且需要英语训练数据才能运行，我认为这必须进入设备的SD卡。至少我可以告诉它只使用tesseract.set变量（"tessedit_char_whitelist"，"123456789"）查找数字；
2. Tesseract经常将单个数字误解为一串数字，通常包含换行符。它有时也只是简单地弄错了。以下是上面数独的几个例子：

我有三个问题：

1. 有什么方法可以克服Tesseract的局限性吗
2. 如果没有，那么在Android上实现的检测单个数字（不是k近邻）的有用、准确的方法是什么？这可能是一个免费的库或DIY解决方案
3. 如何改进预处理以针对该方法？我考虑过的一种可能性是使用一种细化算法，正如这篇文章所建议的那样，但我不会费心去实现它，除非它会有所不同

Answer 1

最简单的方法是使用标准化中心时刻进行数字识别。如果您有一种字体（或非常相似的字体，它会很好地工作）。

查看此解决方案：https://github.com/grzesiu/Sudoku-GUI

核心部分负责数字识别、提取和瞬间训练。首次运行应用程序时，操作员必须提供所看到的数字的信息。然后将图像的矩（提取的方形roi）分配给数字（操作员输入）。应用基于比较力矩。

这里第一个youtube电影展示了应用程序的工作原理：http://synergia.pwr.wroc.pl/2012/06/22/irb-komunikacja-pc/

Answer 2

我参加了一个计算机视觉超级明星的课程，他在数字识别算法排名中名列前茅。他真的坚持认为，最好的数字识别方法是。。。

1. Get some hand-labeled training data.
2. Run Histogram of Oriented Gradients (HOG) on the training data, and produce one
    long, concatenated feature vector per image
3. Feed each image's HOG features and its label into an SVM
4. For test data (digits on a sudoku puzzle), run HOG on the digits, then ask 
    the SVM classify the HOG features from the sudoku puzzle

OpenCV有一个HOGDescriptor对象，用于计算HOG特征。请看这篇文章，了解如何调整HOG特征参数的建议。任何SVM库都应该完成这项工作。。。OpenCV附带的CvSVM应该很好。

对于训练数据，我建议使用MNIST手写数字数据库，该数据库有数千张带有地面真实数据的数字图片。

一个稍难的问题是在自然界中出现的数字周围绘制一个边界框。幸运的是，您似乎已经找到了执行边界框的策略。：）