hmo
04db423416
- 70 skills with code and documentation - Add .gitignore (ignore __pycache__, output/, temp/, venv/) - Clean up test intermediates and caches
2.1 KiB
2.1 KiB
提高识别率技巧
图片质量要求
✅ 最佳
- 300+ DPI 扫描件
- 光线均匀、无阴影
- 纸张平整无褶皱
- 音符清晰、线条完整
⚠️ 次佳
- 150 DPI 扫描
- 手机拍摄但光线好
- 轻微阴影可接受
❌ 避免
- 50 DPI 以下的模糊图
- 严重倾斜（可预处理校正）
- 光线不均导致部分过暗/过亮
- 铅笔痕迹干扰
预处理建议
Python + PIL 增强
from PIL import Image, ImageFilter, ImageOps
import numpy as np
def preprocess_sheet_music(image_path):
img = Image.open(image_path).convert('L') # 灰度
# 增加对比度
img = ImageOps.autocontrast(img)
# 去噪
img = img.filter(ImageFilter.MedianFilter(size=3))
# 二值化（有时有效）
# img = img.point(lambda x: 0 if x < 128 else 255)
return img
# 使用
processed = preprocess_sheet_music("original.jpg")
processed.save("processed.png")
倾斜校正
from deskew import deskew
# 自动检测并校正倾斜角度
image = Image.open("tilted.jpg")
corrected = deskew(image)
corrected.save("corrected.jpg")
格式选择
| 格式 | 推荐度 | 说明 |
|---|---|---|
| PNG | ⭐⭐⭐⭐⭐ | 无损压缩，最佳 |
| TIFF | ⭐⭐⭐⭐ | 印刷级无损 |
| JPG (高画质) | ⭐⭐⭐ | 可接受 |
| JPG (低画质) | ⭐ | 压缩失真严重 |
分辨率建议
| 乐谱复杂度 | 最小宽度 | 建议 DPI |
|---|---|---|
| 简单旋律 | 1000px | 150 |
| 钢琴谱（双手） | 2500px | 300 |
| 交响乐总谱 | 4000px | 400 |
多页处理
import subprocess
# 将多页 PDF 转为单页图片
subprocess.run([
"pdftoppm",
"-r", "300", # DPI
"-png", # 输出 PNG
"score.pdf", # 输入
"page" # 输出前缀
])
# 然后逐页识别
for i in range(1, page_count + 1):
model.predict(f"page-{i}.png")
识别后校对
建议在 MuseScore 中打开识别结果，检查：
- 节拍是否正确
- 升降号是否遗漏
- 和弦分解是否正确
- 休止符位置