Python 如何判断一张图片的内容为文字内容?

[colatea]

有个需求,识别图片,判断图片内容是 文字还是图表
想到的办法:
1,像素判断,因为文字内容的颜色不是黑就是蓝,取像素值并设定阈值进行判断
2,进行文字识别,以识别到的文字量和图片宽高的比例进行判断

第 1 种感觉阈值要探索好久
第 2 种感觉太"重"了,效率太低

不知道 V 友们有什么见解

[mekingname]

第二种方法不行。因为 OCR 会强行把一些长得像文字的图片给你识别成最相似的文字。所以你用 OCR ，总能从没有文字的图片中识别出文字。

[ldyisbest]

首先要明确一下，哪些是文字，哪些是图表。如果有样本的话，可以用神经网络试试

[coderluan]

楼主说的“图表”是什么意思？

如果就是说一般一样的图表，表格，本身就带字那种，那么可以考虑直接识别表格中的直线，有均匀直线的是图表，没有的是文字。

如果就是普通图片，也就是识别一张图表到底带不带文字，实际上还是 OCR ，但是你得自己想一些办法解决 1 楼说的问题。

[tfdetang]

如果是比较规整的表格也很容易识别，可以用连续边缘检测 (opencv canny edge ）看是否存在非常长的连续线条。 或者更简单的用 X 、Y 轴的像素投影来识别是否存在表格。

当然如果会算法，用算法来区分那是更简单了，只要有人标注就行了

[colatea]

@coderluan 图表是 chart,也有一些文字,但文字量很少,文字的图片就全是文字,黑或蓝

[crab]

https://github.com/YaoFANGUK/video-subtitle-extractor
类似这样？

[ershierdu]

第一种已经有点像神经网络了，训练过程类似于自动找阈值

[colatea]

@crab 我这只是个小鸡鸡,您这可真是个大牛刀啊,不过很感谢,这东西很酷啊

[colatea]

@tfdetang 方法是好方法,但我没找到相关的能计算边缘长度的代码...

[bo233]

有标签好的数据吗，有的话可以试试训个深度神经网络，估计 alexnet 或者 vgg 就能 work

[colatea]

@bo233 木有标签~