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)。
发布于 2012-04-17 17:36:22
我知道一些可能对你有帮助的选择:
font training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
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。
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://stackoverflow.com/questions/10188116
复制相似问题