Поиск символов на изображении.

[Mr_freeman]

Всем привет! Такая задача:
Есть массив пикселей (ну картинка вообщем, каким образом я ее представлять буду - моя забота, да и в принципе это неважно). Необходимо найти на ней символ (скажем, цифру пять или букву А). Я думал что как то задается маска (у меня есть наработки в плане проектирования, но думаю очень затратно будет в плане производительности) и по ней уже ищется на картинке символ.
Вот больше всего интересует как раз задание такой маски и сам процесс поиска. Идея маски, я думаю, хороша тем, что можно сделать интерфейс для ее задания вручную. А может и без маски как то можно, я точно не уверен. Символ может быть любого размера и цвета.

Ну что, какие идеи?

[Abstraction]

Любого размера и цвета, любой ориентации и любым шрифтом на любой картинке? Сакс...

Базовая идея - преобразовать картинку в чёрно-белую: границы между цветами чёрным, остальное белым. Затем выделить в пиксельной картинке связные области белого (при другом подходе - чёрного). Затем построить векторные "скелеты" таких областей, отобрать соответствующие символу. Затем для каждой оставшейся области уже проверять пропорции и т.д.

[Mr_freeman]

Вот пример картинки, где надо найти букву "А":



То есть просто разный размер и цвет. Никаких толстых, сжатых, сплющенных, повернутых.

Сообщение от Abstraction

Базовая идея - преобразовать картинку в чёрно-белую: границы между цветами чёрным, остальное белым.

Заинтересовала идея. Но не совсем представляю как это сделать. Что если очень много цветов и повсюду градиенты??

[Abstraction]

Заинтересовала идея. Но не совсем представляю как это сделать. Что если очень много цветов и повсюду градиенты??

Если по контуру буквы нет перепада цвета, это и для человеческого зрения не сильно приятная задача (мозг, в принципе, тоже в первую очередь распознаёт границы).

"Как сделать" - фильтр границ назначает каждому пикселю "модуль разности" его старого значения и среднего арифметического окружающих. В случае grayscale значения пикселей - просто числа, в случае трёхканального цветного изображения - элементы линейного пространства размерности 3.