从书架图像中切片和识别书名和作者

出于我自己的学习目的，我正在尝试开发一种算法，该算法将列出书，并给出如下书架的图像：

第一步是将图像切成单独的书。

我在Mathematica中的算法是：

    img = ColorConvert[Import["http://i.stack.imgur.com/IaLQk.jpg"], "GrayScale"]

• 做一个基本的边缘检测和

• 删除文本并尝试保持长行

  edge = DeleteSmallComponents[EdgeDetect[img, 3],Last[ImageDimensions[img]]/5]
  

• 然后删除不需要的水平线

  lines = Sort[ImageLines[img5] /. {{0., _}, {_, _}} -> Sequence[]]
  Show[img, Graphics[{Thick, Orange, Line /@ lines}]]
  

但是结果却不尽人意：

我的问题是：

1. 我该如何改善它以获得更好的结果？
2. 有更聪明的方法吗？
3. 我应该进一步处理图像以提高（后期）OCR阶段的准确性吗？
4. 如何使用颜色信息改善分割效果？

这是研究论文的链接，该论文试图做您想要做的事情。它可能会帮助您。使用图像功能 在youtube上也很酷的视频

您使用哪种方法检测线路？您是否尝试过使用LSD？

这是我使用LSD进行的快速测试的结果：

在第一张图像中，我仅显示了垂直线段，其角度在75到105度之间，且长度大于图像的： $0.1 * height$

第二张图片是具有相同角度约束但不考虑片段长度的结果：

您可以尝试一下，弄清楚如何选择最佳的线段，将其扩展到线段，并且可能会得到比您发布的结果更好的结果。

您可以尝试对单个颜色域进行边缘检测，然后使用您选择的边缘检测方法合并它们。

与直接在彩色图像上进行边缘检测相比，它可能会产生更好的结果。

可能会发现isrish提供的折断链接中的文章，结合了图像和文本功能：一种用于移动书脊柱识别的混合方法 ，Proc。2011年第19届ACM国际多媒体会议。您还可以查看David Chen 等的其他论文。，例如使用位置感知型照相手机进行低成本资产跟踪 。SPIE 2010。