【圖像識(shí)別】圖像識(shí)別過(guò)程中，計(jì)算的圖片大小多少為合適？

摘自自運(yùn)營(yíng)微信定閱號(hào) 創(chuàng)心思考 ，搜索關(guān)注獲得更多內(nèi)容！

圖像識(shí)別的類(lèi)型大致可以分為3種

1，條碼，二維碼：這種一般應(yīng)用場(chǎng)景及圖片規(guī)則比較明確，計(jì)算量較小，App本地就可以處理。

2，文字識(shí)別類(lèi)：由于采集的圖片的多樣化，文本的展現(xiàn)形式（字體，排版）不同，識(shí)別的過(guò)程中需要輔助的方法（如圈選，點(diǎn)選，焦點(diǎn)對(duì)齊）及云端進(jìn)行結(jié)果優(yōu)化

3，面部識(shí)別類(lèi)：這部分的能力大部分依賴(lài)于云端及面部特征集的訓(xùn)練。

今天重點(diǎn)討論文字識(shí)別類(lèi)的過(guò)種應(yīng)該以多大的尺寸圖片數(shù)據(jù)作為依據(jù)。

我們先了解一下文字識(shí)別的過(guò)種

1，選擇一張圖片（拍照，攝相，相冊(cè)，網(wǎng)頁(yè)或應(yīng)用中的某張圖）

2，將圖片進(jìn)行二值化，分為前景及背景，（注意了：一張圖中有多種文字顏色）

3，噪聲去掉，這塊算法真心不理解，

4，傾斜矯正，通過(guò)算法驗(yàn)證照片是拍照時(shí)否有傾斜，同時(shí)將其矯正，后續(xù)

5，字符切割，將每個(gè)字符或單詞摘出

6，字符識(shí)別，對(duì)應(yīng)的字符與字庫(kù)進(jìn)行比對(duì)或使用特征提取的方法識(shí)別出文字

那么問(wèn)題來(lái)了，由于圖片的來(lái)源不確定，文字信息在圖片中的大小比例也不確定。所有的工作都交給識(shí)別模塊來(lái)處理，工作量是不是會(huì)很大？如果需要云端介入，網(wǎng)絡(luò)的傳輸數(shù)據(jù)量會(huì)不會(huì)影響應(yīng)時(shí)長(zhǎng)？

好吧，我們假定一下圖片的來(lái)源分析

1，照相及攝相：這類(lèi)圖片的產(chǎn)生來(lái)自于用戶對(duì)于當(dāng)前環(huán)境中的某件承載文字的物品的識(shí)別，才會(huì)使用手機(jī)進(jìn)行拍照或攝像記錄下文字信息。我們?cè)嚨南胍幌拢@時(shí)手機(jī)的屏幕為取景器，用戶在照相或攝相時(shí)肯定會(huì)要保證關(guān)注的內(nèi)容可見(jiàn)。那么這時(shí)，我們可以使用手機(jī)屏幕作為最大圖片尺寸即可有效的識(shí)別出圖片內(nèi)的文字，無(wú)論手機(jī)的相素是500W，還是1500W。

2，從相冊(cè)中選取：這類(lèi)圖片的來(lái)源比較多，可以是相機(jī)，其它應(yīng)用，瀏覽器。但終究是在手機(jī)的屏幕下看到了該圖的內(nèi)容后，才會(huì)進(jìn)行識(shí)別。

3，應(yīng)用或?yàn)g覽器：這些圖片的內(nèi)容源大部分都會(huì)進(jìn)行尺寸優(yōu)化，以減少網(wǎng)絡(luò)流量及提高用戶體驗(yàn)。

結(jié)論來(lái)了

圖片的尺寸參考屏幕的尺寸進(jìn)行縮放，這個(gè)圖片應(yīng)該是有效的！

如果不無(wú)效呢，是不是有必要針對(duì)特殊的圖片進(jìn)行手動(dòng)的放大及縮小呢？

其實(shí)還是眼見(jiàn)為實(shí)，這是用戶的心理及預(yù)期！?。?/p>

剩下的呢？

那就讓用戶自已選擇他關(guān)注的內(nèi)容吧，參考之前的圖片縮放比值信息，再把選擇的內(nèi)容截取出來(lái)，產(chǎn)生的圖片應(yīng)該是數(shù)據(jù)量最少且有效的方案了。。。

摘自自運(yùn)營(yíng)微信定閱號(hào) 創(chuàng)心思考 ，搜索關(guān)注獲得更多內(nèi)容！