无法识别Tesseract中的数字 - android

Question

我希望有人能告诉我为什么我的Tesseract无法识别带有数字的图像，如果有什么我可以做的事情。 一切都按照测试工作，因为它只是我需要的数字，我以为我可以用英语模式管理，直到我不得不从7分段显示开始。

虽然我对附加的图像有很多麻烦，但我想知道我是否应该开始使用我自己的识别算法，或者我是否可以为Tesseract做自己的数据集然后它会起作用，是否有人知道Tesseract的局限在哪里？

尝试的事情： 试图将psm设置为one_line，one_word，one_char（并切断图片）。 使用one_line和one_word没有重大变化。 使用one_char它确实识别得更好一些，但有时候，由于间距较大，它会附加一个额外的数字，然后将其搞砸，如果你查看附加的图像，那么它就会产生04。 我自己也试图进行二值化，这导致了较差的识别并且非常耗费资源。 我试图反转图片，这对于tesseract没有任何区别。

我附上了我需要的照片以供处理。

关于图像的解释：

是tesseract无法识别的图像，尽管它是为了方便在工作图像周围构建应用程序而用文字制作的。

是与image_seven匹配的真实图像。但它无法识别这一点。

是我想要识别的另一个图像，是的，我知道它不能被提取，并且在测试时我做了unskrew（想想skrew是这里的术语==“直接”）。 / p>

Answer 1

我知道一些可能对您有所帮助的选项：

1. 在图像边框和文本之间添加额外空间。如果图像中的文字位于边缘，Tesseract会很糟糕。
2. 复制您的图片。例如，如果您对单词'foobar'执行OCR，请克隆图像并将'foobar foobar foobar foobar foobar'发送到tesseract，结果会更好。
3. Google为font training和image binarization for tesseract。

请记住，移动设备中的内置摄像头主要产生低质量图像（模糊，噪声，偏斜等）.OCR本身是一个资源消耗过程，如果你添加一个有价值的图像预处理，低端和中型移动设备（可能有Android）可能会出现意外缓慢的性能甚至缺乏资源。这对于免费/学习项目是可以的，但如果您正在计划商业应用程序 - 请考虑使用更好的SDK。

详细了解此问题：OCR for android

Answer 2

Tesseract不会为您做分段。 Tesseract将在实际的tesseract算法之前对图像进行阈值处理。在阈值处理后，可能会有一些边缘，人工制品留在图像中。

尝试手动将图像修改为黑白颜色，并查看tesseract作为输出返回的内容。

尝试阈值（自动）您的图像并查看tesseract作为输出返回的内容。阈值处理的输出可能太糟糕，导致tesseract输出不良。

您的第4张图片可能因阈值处理而失败（您有3种颜色：黑色背景，灰色背景和白色字母），阈值可能介于（黑色背景，灰色背景）之间。

一般来说，Tesseract想要漂亮的黑白图像。可能需要预处理图像以获得更好的结果。

对于您的第一张图片（结果为“04”），尝试查看框结果（字符+包含已识别字符的框的坐标）。 “0”可能是一个小的人工制品 - 就像一个4乘4的像素。

Answer 3

你可以试试javaocr（http://sourceforge.net/projects/javaocr/，是的，我是开发人员）

虽然Therre不是非官方版本，你必须寻找资源（好消息：有工作的Android样本，包括采样器，离线训练器和识别器应用程序）

如果你只有一种字体，你可以用它获得相当不错的效果（我达到相同字体数字的识别率99.96）

PS：它是纯java并使用不变矩来执行匹配（因此缩放和旋转没有问题）。还有非常有效的双重化。

看到它的实际效果：

https://play.google.com/store/apps/details?id=de.pribluda.android.ocrcall&feature=search_result#?t=W251bGwsMSwxLDEsImRlLnByaWJsdWRhLmFuZHJvaWQub2NyY2FsbCJd