OCR 特定の色のみを文字認識する方法

Question

前提・実現したいこと

Tesseract　OCRのtess-twoを使って特定の色のみを文字認識したい

Tesseract　OCRのtess-twoで文字認識を行う時に青色の字と赤色の字だけを文字を認識して結果を出したいと考えています
例この画像を読み込んだら　開　と　閉だけが認識される
青色と赤色の文字を区別するのでなく青色と赤色の文字だけを文字認識したい
こういったプログラムを作りたいんですが特定の色の指定の仕方が分かりません

言語　Java

試したこと

BufferedImageで色の取得を試したが特定の色の文字を認識は行えなかった

Comments

[thkana]

その二つの区別をすればいい、という話でなくて、OCRしなければいけないという話ですか?

> 色の文字を認識は行えなかった
BufferdImageにgetRGBとかではだめだったのですか?

[nakazimakentoi]

その２つを文字認識したいんです

Answer 1

いまひとつやりたいことが把握出来ていませんが、こういう画像を作ってOCRに喰わせればいいということですか?

(圧縮の関係か真ん中の黒文字の周辺にノイズが出てますけれど、これは簡単に取れそうですね)

諸般の事情というか趣味の関係でProcessing上で処理してますが、なにをやっているかは読めると思います。

import java.awt.image.BufferedImage;
import javax.imageio.ImageIO;
import java.net.URL;
PImage img;
BufferedImage bimg=null;

//赤または青部分を抽出
void extractRB(BufferedImage bimg){
  for(int y=0; y<bimg.getHeight();y++){
    for(int x=0; x<bimg.getWidth();x++){
      int pix=bimg.getRGB(x,y);
      int r=(pix&0x00ff0000)>>16;
      int b=(pix&0x000000ff);
      int g=(pix&0x0000ff00)>>8;
      if( r>0x80&&g<0x80&&b<0x80 || r<0x80&&g<0x80&&b>0x80){
        bimg.setRGB(x,y,0);
      }else{
        bimg.setRGB(x,y,0xffffffff);
      }
    }
  }
}

void setup() {
  try {
    //BufferedImageに画像を読み込み
    bimg=ImageIO.read(new URL("https://teratail-v2.storage.googleapis.com/uploads/contributed_images/7459e5ce0eb31c011c5f89045e31f5fa.gif"));
    img=new PImage(bimg.getWidth(), bimg.getHeight(), ARGB);
    
    //赤または青部分を抽出
    extractRB(bimg);

    //BufferedImageをPImageにコピー
    bimg.getRGB(0, 0, img.width, img.height, img.pixels, 0, img.width);
    img.updatePixels();
    surface.setSize(img.width, img.height);
  }
  catch(Exception e) {
    println( e );
  }
}

void draw(){
  //PImageを表示
    image(img, 0, 0);
}

Comments

[nakazimakentoi]

ありがとうございます！コードの説明もつけていただいてわかりやすかったです

[nakazimakentoi]

すいません、解決した後なのですが質問させてください
int pix=bimg.getRGB(x,y);
int r=(pix&0x00ff0000)>>16;
int b=(pix&0x000000ff);
int g=(pix&0x0000ff00)>>8;
if( r>0x80&&g<0x80&&b<0x80 || r<0x80&&g<0x80&&b>0x80){
bimg.setRGB(x,y,0);
}else{
bimg.setRGB(x,y,0xffffffff);
このソースコードのどの部分で赤色と青色を判定しているのか知りたいです

[thkana]

判定といえばif文というのが相場です。

[nakazimakentoi]

if( r>0x80&&g<0x80&&b<0x80 || r<0x80&&g<0x80&&b>0x80){
の部分ですか？
赤と青のRGB値って808080で判定するのですか？

[nakazimakentoi]

あれ？赤色のRGBは#FF0000で青は#0000FFですが違うのでしょうか？
int r=(pix&0x00ff0000)>>16;の１６って何を表すのでしょうか
すいません質問ばかりで

[thkana]

「真っ青」「真っ赤」ならr,g,b=0,0,0xFFや0xFF,0,0でいいですけれど。
その「開」のなんとなく青い色は0x3D,0x6A,0xACで、「閉」の赤みたいな色は0xBC,0x2,0x2Cです。
あくまで例として示されただけのものですから、「例」をズバリの判断基準にするわけにもいかない。ので、とりあえず中間値である0x80=128に対して青だけが大きいとか赤だけが大きいという判断基準にしました。

> int r=(pix&0x00ff0000)>>16;の１６って何を表すのでしょうか
16が何?と聞かれるということは>>は知っているということですか? >>はシフト演算子なので16ビット右シフトする、ということです。別に65536で割ってもよかったし、シフト/割り算をしないで0x00800000と比較しても動作としては構わないといえば構わないのですが、気持ちとして各色を0～255の範囲に収めたいと思ったもので。「赤成分が8388608より大きいか小さいか」、なんて話はちょっとイヤですよね。

[nakazimakentoi]

本当にありがとうございました。助かりました