如何在Tesseract和OpenCV之间进行选择？

Question

我最近遇到了Tesseract和OpenCV。看起来Tesseract是一个成熟的OCR引擎，OpenCV可以用作创建OCR应用程序/服务的框架。

我尝试在我的一些图像上使用Tesseract，它的准确性似乎不错。后来，我遇到了一个非常简单的tutorial使用OpenCV来使用Python执行OCR并给人留下了深刻的印象。几分钟后，我完成了系统的培训，其准确性很好。但是，当然，采用这种方法意味着我需要使用大型训练集来广泛训练我的系统。

我的具体问题如下：

• 如何在Tesseract和使用OpenCV构建自定义OCR应用程序之间做出选择？
• 有针对不同语言的Tesseract提供的培训数据集。 OpenCV是否有类似的东西，以便我不必开始实现OCR？
• 对于想成为商业应用程序哪个更好？

有什么建议吗？

Answer 1

• Tesseract是一款OCR引擎。它由Google专门用于阅读文档，进行基本文档分割以及对特定图像输入（单个单词，行，段落，页面，有限词典等）进行操作和使用。

• 另一方面，OpenCV是一个计算机视觉库，其中包含可让您执行某些特征提取和数据分类的功能。你可以创建一个简单的字母分段器和分类器来执行基本的OCR，但它不是一个非常好的OCR引擎（我从头开始在Python中创建一个。对于偏离你的训练数据的输入来说真的不准确。）

如果您想要了解OCR的难度，请尝试使用OpenCV。 Tesseract适用于真正的 OCR。

Answer 2

我是您提到的数字识别教程的作者，我想说，这无法替代tesseract。

Tesseract是一款非常好的OCR引擎，可能是最好的OpenSource OCR引擎。

您提到的教程只是一个尝试，以了解OCR的最简单的工作。

因此，如果您正在寻找OCR应用程序，我建议您使用OpenCV预处理图像，然后应用tesseract引擎。

Answer 3

这两者可以互补。如果您阅读OpenCV上的论文： https://github.com/tesseract-ocr/docs/blob/master/tesseracticdar2007.pdf

它强调“由于惠普拥有独立开发的产品中使用的页面布局分析技术（因此不会针对开放源代码发布），因此Tesseract从不需要自己的页面布局分析。因此，Tesseract假设它的输入是二进制图像，定义了可选的多边形文本区域。“

这种类型的任务可以由OpenCV执行，并将生成的图像传递给Tesseract。您可以在Git仓库中找到此类代码的示例：https://github.com/Itseez/opencv_contrib/tree/master/modules/text/samples 这些示例使用Tesseract API进行图像到文本转换。

Answer 4

OpenCV是CV的库，用于分析和处理图像。 Tesseract是OCR的库，它是CV的专用子集，专门用于从图像中提取文本。

来自OpenCV.org

  

.....用于检测和识别面部，识别物体，对视频中的人体动作进行分类，跟踪相机移动，跟踪移动物体，提取物体的3D模型，从立体相机生成3D点云，将图像拼接到一起生成整个场景的高分辨率图像，从图像数据库中找到相似的图像，从使用闪光灯拍摄的图像中移除红眼，跟踪眼睛运动，识别风景并建立标记以用增强现实覆盖它等等。

来自Tesseract Github：

  

.....可以直接使用，或者（对于程序员）使用API​​从图像中提取打字，手写或打印的文本。它支持多种语言。