专门为渲染文本设计开源OCR引擎(屏幕截图)

Question

因此，我目前的个人项目是能够自动从游戏中抓取屏幕截图，对文本进行OCR，并计算给定单词的出现次数。

整个晚上我都在研究不同的OCR解决方案，我意识到大多数OCR包都是为扫描文本而设计的。如果有任何软件包可以可靠地阅读屏幕文本，那么它们远远超出了这个爱好者的预算。

我一直在浏览其他一些问题，我找到的最接近的问题是OCR engines designed for screen-reading。

在我看来，阅读渲染文本应该比打印和扫描文本容易得多。线条始终是直的，任何给定的字母都将始终以完全相同的像素表示形式出现(大多数情况下，不管怎样)。另外，为什么不使用实际的字体文件(如果你有)作为识别字符的小抄呢？使用这样的系统，我们可能会达到100%的准确率。

假设你有一个小抄的字体文件，你的源图像是完美的正方形，没有噪音，你将如何从屏幕上识别字符？

(我可以预见的问题是ui线条和图像可能会混淆任何粗略的像素猜测尝试。)

如果您已经知道为屏幕阅读设计的免费/开源OCR包，请让我知道。我有点怀疑这会不会出现，因为似乎也没有其他提问者得到线索。

Python接口是首选，但乞讨者不能选择。

编辑：

为了澄清，我正在寻找一种OCR解决方案的设计建议，该解决方案专门设计用于从屏幕截图中读取文本。像tesseract (在我链接的问题中提到的)这样的流行工具充其量也很难使用，因为它们不是为这种源文件而设计的。

Answer 1

所以我一直在考虑这个问题，我觉得最好的方法是计算每个斑点/字形/字符中的像素数。这应该真的会减少我需要做的区分字形的测试数量。

遗憾的是，我必须非常详细地说明字体。该软件将只能识别正确dpi的字体，正确的字体外观和粗细等。

这并不理想，我仍然希望看到有人了解更多关于渲染文本的OCR设计知识；但它适用于我有限的情况。

Answer 2

如果你的目标是计算游戏中某些事件的发生次数，那么OCR确实不是一种正确的方法。也就是说，如果您决定使用OCR，那么tesseract-OCR是一个著名的用于执行光学字符识别的开源包。我真的不确定你在扫描和渲染文本方面是什么意思，但是tesseract可能会做得和任何可用的开源包一样好。OCR仍然是一门棘手的艺术，所以我不会期望100%的准确率。

Answer 3

这并不完全是您想要的，但是您可能想看看Sikuli。