OCR TesseractEngine

Question

我用OCR来识别图片上的数字

​

​

var engine = new TesseractEngine(@"C:\Projects\tessdata", "eng", EngineMode.Default,);
var currentImage = TakeScreen();
var page = engine.Process(ScaleByPercent(currentImage, 500));
var text = page.GetText().Replace("\n", "");

比例：

public Bitmap ScaleByPercent(Bitmap imgPhoto, int Percent)
    {
        float nPercent = ((float)Percent / 100);

        int sourceWidth = imgPhoto.Width;
        int sourceHeight = imgPhoto.Height;
        var destWidth = (int)(sourceWidth * nPercent);
        var destHeight = (int)(sourceHeight * nPercent);

        var bmPhoto = new Bitmap(destWidth, destHeight,
                                 PixelFormat.Format24bppRgb);
        bmPhoto.SetResolution(imgPhoto.HorizontalResolution,
                              imgPhoto.VerticalResolution);

        Graphics grPhoto = Graphics.FromImage(bmPhoto);
        grPhoto.InterpolationMode = InterpolationMode.HighQualityBicubic;

        grPhoto.DrawImage(imgPhoto,
                          new System.Drawing.Rectangle(0, 0, destWidth, destHeight),
                          new System.Drawing.Rectangle(0, 0, sourceWidth, sourceHeight),
                          GraphicsUnit.Pixel);
        bmPhoto.Save(@"D:\Scale.png", System.Drawing.Imaging.ImageFormat.Png);
        grPhoto.Dispose();
        return bmPhoto;
    }

但我得到的结果是"10g“。

1. 如何强制引擎只识别数字？
2. 如何得到1013号。

Answer 1

您可以告诉Tesseract引擎只使用以下代码查找数字：

var  engine = new TesseractEngine(@"C:\Projects\tessdata", "eng", EngineMode.Default);
                engine.SetVariable("tessedit_char_whitelist", "0123456789");

Answer 2

Strickos9已经向您展示了解决这个问题的一种很好的方法。但关键是，如果你必须扫描相同大小的文本，但也会包含一些字母，你会得到一个坏的结果。此外，即使使用仅与数字相关的白名单，您也可以在扫描时解决一些问题(例如5扫描为6)，因为Tesseract确实很难扫描低质量字符，因此我强烈建议您：

• 将图像放大2-4倍.
• 做一些模糊，如果需要，以软化边缘的字符。
• 使用“阈值”或“自适应阈值”算法处理它(以清除模糊像素和背景中的蓝色)。

我回答了一个类似的问题，这里，一个人在扫描一张低质量的图片时，对结果也不满意。

结合Strickos9提供给您的内容(如果您只扫描数字)，应该为您提供一个完美的扫描质量。

您可以使用像OpenCV或Matlab这样的软件进行图像处理(尽管我从未尝试过)。如果你正在努力解决这个问题，在评论中发表你的进一步问题。