手写字体

Question

我试图使用Tesseract-OCR来检测包含纯文本的图像文本，但是这些文本有一个名为Journal的手写字体。

示例：

​

​

结果并不是最好的：

马克西玛！尺寸W (35)

是否有可能改进结果，或者更确切地说是得到确切的结果？

Answer 1

正如Andrew提到的，对于T字母执行OCR将是非常困难的，因为它与许多下一个字符相交。

为了提高结果，您可能需要尝试一个更精确的SDK。看看ABBYY云OCR，它是ABBYY最近推出的一款基于云的OCR。这是在测试版，所以现在它完全可以自由使用。我工作@ ABBYY，如有必要，可以向您提供有关我们产品的更多信息。我已经发送了您附在SDK上的图像，并得到了以下响应：

Maximal size: lall (35)

Answer 2

我很惊讶Tesseract做得这么好。经过一点训练，你应该能够训练小写字母“l”才能被正确识别。

您遇到的主要问题是大T字符的顶部。水平线延伸到2(可能是3)其他字符单元格，当它试图分割字符以进行识别时，这将给任何OCR引擎带来问题。在这种情况下，培训可能会有所帮助。

下一个问题是。而且:它们非常轻/薄，甚至在OCR开始之前就已经被图像预处理移除了。

总的来说，使用Tesseract提高结果的唯一机会是调查培训。以下是一些可能有帮助的链接。

替代Tesseract OCR培训？

Tesseract OCR库学习字体

Tesseract混淆了两个数字