面向此识别案例的OCR软件推荐

Question

我必须像这样识别图片中的文本：

Image to recognise

我尝试过Tesseract，但我对结果不是很满意。

你能给我推荐一款在“图像上的文本识别”方面比“文档上的文本识别”更准确的软件吗？

提前感谢

Answer 1

不要期望Tesseract开箱即用。在将此图像放到Tesseract之前，需要对其进行一些处理。

我会做以下预处理：

1. 对图像进行模糊处理，去除一些数字噪声
2. 自适应阈值与合适的参数
3. 纠正图像颜色，提供白色背景和黑色文字
   • 这应该是操作简单的，只要反转颜色即可

​

1. 使用正确的语言文件(我猜是意大利语？)运行Tesseract

这些预处理步骤真的很容易手工编程，但当然也有很多库具有这些功能。

作为起点，请看下面的内容：Preprocessing image for Tesseract OCR with OpenCV

Answer 2

我不知道有没有现成的软件可以在你的特定图像上进行文本提取，而不需要很多额外的配置，但你可能可以改进你的Tesseract结果

你可以尝试对图像进行处理，以便Tesseract更容易识别它，在Tesseract完成自动调整后，使用tessedit_write_images true查看图像

这可能不是最好的，所以你可以使用许多可用的库/程序自己进行调整，你的目标应该是将其转换为黑白文本图像，并尽可能少的噪声

本文阅读：ImproveQuality

您也可以尝试为您的特定数据训练Tesseract，但这将需要更多的工作和大量的训练数据，请阅读：TrainingTesseract 4.0