我是OCR库的新手,我使用了这个应用程序来测试Google的Tesseract库:
https://play.google.com/store/apps/details?id=edu.sfsu.cs.orange.ocr&hl=en
结果真的很糟糕。它几乎认不出“r”,而且大多把它和“n”搞混了。
我想问一下,不好的结果是不是因为Tesseract库不好,或者结果还取决于应用程序的编写方式。
我在哪里可以学习使用Tesseract库并制作更好的应用程序?
Google Goggles使用的是什么库?
发布于 2014-12-21 14:43:15
我认为tesseract可能是最好的开源OCR,可能比市面上的一些商业OCR更好。在这篇文章中寻找Goolge An Overview of the Tesseract OCR Engine的准确性测试。
即使这样,误差百分比也可能非常高。原因是tesseract在实际执行OCR之前进行了一些图像处理。现在,准确性取决于图像的质量和特定图像的处理方式。请参阅此链接Tesseract OCR Quality。您可以观察到,在处理之后,一些要识别的字符不可用。此外,图像和字符的大小以及字体也很重要。
虽然tesseract不能直接用于所有的识别,但作为一个通用引擎,你总是可以训练(机器学习) tesseract来识别图片中的文本。您共享的应用程序可能会直接使用teserract。当你为特定类型的识别(例如:车牌、广告牌等)开发应用程序时,如果你能训练tesseract并为它提供经过处理的图像,它可以很容易地识别出来,你会看到很多改进。
https://stackoverflow.com/questions/27587104
复制相似问题