在Tesseract OCR中使用了什么阈值（二值化）算法？

Question

我正在开发一个项目，需要准确的OCR结果，以获得丰富背景的图像。所以我比较两个OCR（其中一个是Tesseract）的结果来做出我的选择。关键是结果受到预处理步骤的强烈影响，尤其是图像二值化。我提取了另一个OCR的二值图像并将其传递给Tesseract，使Tesseract的结果增强了30-40％。

我有两个问题，你的答案对我有很大的帮助：

1. 使用哪种二值化算法，是否可以配置？
2. 有没有办法提取Tesseract OCR的二值图像，以便我可以用它来测试其他OCR？

提前致谢：）

Answer 1

我想我找到了问题的答案：

1-使用的二值化算法是Otsu阈值处理。你可以在第179行看到here。

2-要获得二值化图像，可以调用tesseract api中的方法：

PIX* thresholded = api->GetThresholdedImage(); //thresholded must be freed

Answer 2

Otsu thresholding是一个全局过滤器。您可以使用一些本地过滤器来获得更好的结果。 您可以查看Sauvalo的二值化，请参阅here或Nick的here 。这两种算法都是Niblack的改进。 我用它来将我的图像二值化为OCR，我得到了更好的结果 祝你好运