C. Dish Name SegmentationTo facilit

C. Dish Name Segmentation
To facilitate and improve the accuracy from subsequent
Optical character recognition (OCR) engine, we preprocessed
the image by first identifying the bounding box for each dish
name in ROI and segmenting out the dish names and pass it
into the OCR engine.
For our purpose, we kept the entire dish name to be within
one bounding box, such that the subsequent OCR pipeline
may potentially utilize such information. To do so, we created
the connected component by dilating the texts with a
horizontal line structure on the Otsu binarized image. With
such structure, all texts within one line will form one single
connected component and hence within one single bounding
box.
To allow minor variations in text alignment and be more
robust to noises, we applied thresholds on the bounding box
aspect ratios and areas and merged nearby bounding boxes
together to form one single bounding box. These thresholding
and merging techniques are similar to the underlying
implementation of the Canny Edge detection where non-max
suppression and edge linking are applied to reduce noise.

Kết quả (Việt) 1:

C. món tên phân khúcĐể tạo điều kiện và cải thiện độ chính xác từ tiếp theoOptical character recognition (OCR) công cụ, chúng tôi preprocessedhình ảnh bởi đầu tiên xác định các hộp bounding cho mỗi món ăntên ROI và segmenting ra tên món ăn và vượt qua nóvào động cơ OCR.Cho mục đích của chúng tôi, chúng tôi giữ tên món ăn toàn bộ để trong vòngCác giáp ranh một hộp, như vậy mà OCR tiếp theo đường ốngcó khả năng có thể sử dụng thông tin như vậy. Để làm như vậy, chúng tôi tạo raCác thành phần được kết nối bởi phương văn bản với mộtđường ngang các cấu trúc trên các hình ảnh binarized Otsu. Vớicấu trúc như vậy, tất cả văn bản trong một dòng sẽ tạo thành một đĩa đơnthành phần liên thông và vì thế trong một đơn các giáp ranhhộp.Để cho phép tiểu biến thể trong căn chỉnh văn bản và nhiều hơnmạnh mẽ với tiếng ồn, chúng tôi áp dụng ngưỡng trên hộp boundingtỷ lệ khía cạnh và các khu vực và sáp nhập gần đó các giáp ranh hộpvới nhau để tạo một hộp đơn, được các giáp ranh. Thresholdingvà kỹ thuật hợp nhất là tương tự như các tiềm ẩnthực hiện việc phát hiện Canny cạnh nơi-maxđàn áp và cạnh kết nối được áp dụng để giảm tiếng ồn.

Kết quả (Việt) 2:

C. Dish Tên Segmentation
Để tạo thuận lợi và nâng cao độ chính xác từ tiếp theo
nhận dạng ký tự quang học của động cơ (OCR), chúng tôi xử lý trước
các hình ảnh bằng cách đầu tiên xác định các khung giới hạn cho từng món ăn
tên trong ROI và phân đoạn ra tên món ăn và vượt qua nó
vào động cơ OCR .
Đối với mục đích của chúng tôi, chúng tôi giữ toàn bộ tên món ăn được trong vòng
một khung giới hạn, như vậy mà các đường ống OCR tiếp theo
khả năng có thể sử dụng thông tin đó. Để làm như vậy, chúng tôi tạo ra
các thành phần kết nối bằng cách làm giãn nở các văn bản có cùng một
cấu trúc đường ngang vào hình ảnh binarized Otsu. Với
cấu trúc như vậy, tất cả các văn bản trong một dòng sẽ hình thành một đơn
thành phần kết nối và do đó trong vòng một bounding đơn
hộp.
Để cho phép thay đổi nhỏ trong kết văn bản và có nhiều
mạnh mẽ để tiếng ồn, chúng tôi áp dụng các ngưỡng trên khung giới hạn
tỷ lệ khía cạnh và các khu vực và sáp nhập lân cận bounding hộp
lại với nhau để tạo thành một khung giới hạn duy nhất. Những ngưỡng
và sáp nhập các kỹ thuật tương tự như cơ bản
thực hiện việc phát hiện Canny Cạnh nơi không-max
đàn áp và cạnh liên kết được áp dụng để giảm tiếng ồn.