首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >在Tesseract - android中识别数字时出现问题

问在Tesseract - android中识别数字时出现问题
EN

Stack Overflow用户
提问于 2012-04-17 16:56:26
回答 3查看 6K关注 0票数 8

我希望有人能告诉我为什么我的Tesseract无法识别一些数字图像,以及是否有什么我可以做的。根据测试,一切正常,因为它只是我需要的数字,我认为我可以应付英文模式,直到我不得不开始与7分段显示。

虽然我在附加的图像上遇到了很多问题,但我想知道我是应该开始自己的识别算法,还是可以为Tesseract做自己的数据集,然后它就会工作,有人知道Tesseract的局限性在哪里吗?

尝试:尝试将psm设置为one_line、one_word、one_char(并切掉图片)。对于one_line和one_word,没有明显的变化。对于one_char,它的识别能力确实要好一些,但有时,由于间距太大,它会附加一个额外的数字,这会搞砸它,如果你看一下附加的图像

然后它导致了04。我也尝试过自己做二值化,这导致了较差的识别率,并且非常消耗资源。我已经尝试了反转图片,这对tesseract没有任何影响。

我已经附上了我需要处理的图片。

关于图像的解释:

​

是一个图像,tesseract可以毫不费力地识别它,尽管它是在word中制作的,以方便围绕工作图像构建应用程序。

​

真实生活中的图像是否与image_seven匹配。但它无法识别这一点。

​

是另一个我想让它识别的图像,是的,我知道它不可能是skrew,我在测试时确实取消了skrew(认为skrew是here==“straighting”的术语)。

EN

回答 3

Stack Overflow用户

发布于 2012-04-17 17:36:22

我知道一些可能对你有帮助的选择:

  1. 在图像边框和文本之间添加额外的空格。如果图片中的文本被定位在edge.
  2. Duplicate你的图片上,Tesseract的效果会很糟糕。例如,如果你对一个单词“foobar”执行光学字符识别,克隆图像并将“foobar foobar”发送到tesseract,结果会更好。font training的
  3. Google和tesseract的image binarization。

请记住,移动设备中的内置摄像头通常会产生低质量的图像(模糊、噪声、倾斜等)。OCR本身就是一个资源消耗的过程,如果你在这个过程中添加一个有价值的图像预处理,低端和中端移动设备(很可能是android)可能会面临出乎意料的性能下降甚至资源不足。对于免费/学习项目来说,这是可以的,但是如果你正在计划一个商业应用程序--考虑使用更好的SDK。

有关详细信息,请查看此问题:OCR for android

票数 2
EN

Stack Overflow用户

发布于 2012-05-14 22:56:09

Tesseract不会为你做分割。Tesseract将在实际的tesseract算法之前对图像进行阈值处理。阈值处理后,可能会有一些边缘,伪影,留在图像中。

尝试手动将图像修改为黑白颜色,并查看tesseract作为输出返回的内容。

尝试(自动)设置图像阈值,看看tesseract返回什么作为输出。阈值处理的输出可能太差,导致tesseract给出不好的输出。

你的第四张图片可能会因为阈值分割而失败(你有3种颜色:黑色背景,灰色背景和白色字母),阈值可能介于(黑色背景,灰色背景)之间。

一般来说,Tesseract需要漂亮的黑白图像。为了获得更好的效果,可能需要对图像进行预处理。

对于您的第一张图像(结果为"04"),尝试查看box结果(char +包含已识别char的box的坐标)。"0“可以是一个很小的伪像--就像一个4x4的像素斑点。

票数 2
EN

Stack Overflow用户

发布于 2012-04-17 17:55:26

你可以试试javaocr ( http://sourceforge.net/projects/javaocr/,是的,我是开发者)

虽然没有官方发布,但你必须寻找来源(好消息:有工作的android样本,包括采样器,离线训练器和识别器应用程序)

如果你只使用一种字体,你可以得到很好的结果(我对相同字体的数字识别率达到了99.96 )

PS:它是纯java的,使用不变矩来执行匹配(所以缩放和旋转都没有问题)。也有非常有效的二进制。

将其付诸实践:

https://play.google.com/store/apps/details?id=de.pribluda.android.ocrcall&feature=search_result#?t=W251bGwsMSwxLDEsImRlLnByaWJsdWRhLmFuZHJvaWQub2NyY2FsbCJd

票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/10188116

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档