Od wczytania obrazu do identyfikacji całego zapisanego na nim wyrazu w postaci zlepku liter i cyfr jest długa i krótka droga - w zależności od metody.
 

Metoda prosta
Porównanie binarne na matrycach Ma i Mb
 

Metoda prosta, nie wymagająca zaawansowanej analizy obrazu, korzystająca z matryc binarnego obrazu, polega na porównaniu 2 matryc na 2 sposoby (każdej z liter).

Ma – matryca zawierająca rzeczywisty obraz litery wczytany z obrazu

Mb – matryca zawierająca obraz wzorca litery
 

Gdy różnica matryc Ma-Mb > 0 to oznacza nierówne pokrycie, czyli litera ze wzorca „wychodzi” poza zakres matrycy rzeczywistej litery z obrazu, co może mieć miejsce, gdy np litera z obrazu to „c” a litera wzorca to „b.

Gdy różnica matryc Ma-Mb < 0 to znaczy, że pokrycie matrycy z obrazu jest niepełne, co może mieć miejsce, gdy np litera z obrazu to „b” a litera wzorca to „c”.

Warunkiem, który pozwoli wykryć potencjalną literę powinien być wynik tych dwóch działań zbliżony do zera, te 2 działania należy wykonać, by test wykrył z wystarczającym przybliżeniem.

 
Metoda złożona
Porównanie wektorowe z etapową identyfikacją i filtrowaniem


Metoda złożona zawiera kilka etapów składających się na algorytm wykrywania liter.

Ta metoda nie jest zamienna do pierwszej, jest rozszerzeniem i koniecznością tam, gdzie zakłócenia obrazu, bądź zniekształcenia liter (nagrania video w trudnych warunkach lub z małą rozdzielczością) nie pozwalają na jednoznaczną identyfikację.

Opiera się na filtrowaniu całości, gdyż często dodatkowe zakłócenia można łatwo wykryć przy analizie całości (np. linie wzdłuż obrazu).

Wykrywanie liter polega na analizie kolejnych fragmentów obrazu, np. w przypadku liter "n" i "m" to bardzo ważne, gdyż w pierwszym etapie, nawet gdyby została wykryta litera "n" (podczas gdy rzeczywistą była by "m") to w następnym etapie zostanie wykryta błędna identyfikacja, gdyż żadna z liter nie będzie odpowiadała pozostałości z "m", np literze „r”, w której oprócz tylnej części powinna występować również część następująca.

Inne metody, pozwalające na szybszą identyfikację, to analiza już wykrytych, które będą służyły do zapisywania „wag” pozwalając na późniejsze pewniejsze wykrywanie.

Etapy:

   1. Binaryzacja obrazu: wczytanie współrzędnych i kolorów im przyporządkowanych.

   2. Zamiana na matrycę z dwiema wartościami: 0/1

   3. Filtrowanie binarnego obrazu

   4. Znalezienie granic tekstu i zapisanie tylko użytecznych danych

   5. Znalezienie grubości linii, poprzez uśrednienie wszystkich grubości linii poprzez analizę z góry i z dołu

   6. Znalezienie zlepionych ze sobą liter (Miejsca, przy poziomym skanowaniu, gdzie linia ma ponad 200%)

   7. Znalezienie końców linii, poprzez analizę z każdej strony, tam gdzie jest przejście ze 100% do 150% grubości linii

   8. Określenie najdłuższej i najkrótszej litery

   9. Znalezienie punktów łaczących jedną linię z drugą

  
 Zamiana współrzędnych na wektory: kolejno pobieranie po części matrycy z 4 stron w celu zapisu jako wektory.

   1. Szukanie wzorców kresek prostych, poprzecznych, łuków, kół na podstawie współrzędnych

   2. Szukanie odwzorowania w kształtach liter, np „b” składa się z lini prostej i łuku