仅选择图像的特定部分

Question

我是“光学字符识别”的新手，需要更多信息和建议，因为我无法找到可以做我需要的东西。

我有以下任务：

1. 图像作为输入 - 它们将具有相同的结构 - 一些图标和公司符号和文字。
2. 只需要选择文本，然后使用某些文本作为文本 OCR库。

是否可以使用某些OCR php库创建一个函数，并只选择一些带有文本的区域？

如果PHP没有好的OCR库，你能推荐一些其他语言吗？

下面的例子展示了我想要做的事情（这只是一个例子，我不是试图通过金钱进行法律操作）：

这是示例图片：



这是输出（用红色矩形包围的文本）：

1. 这是所有债务，公共和私人的法律投标
2. L11180916G
3. ONEDOLAR

欢迎所有文章和建议。

Answer 1

我建议：https://github.com/tesseract-ocr/tesseract

PHP可能不是这项工作的最佳工具，但如果你愿意，你总是可以从PHP调用tesseract，然后解析你得到的结果。

Answer 2

我不知道任何实现OCR的PHP扩展，但作为支持图像处理的通用scrpting语言，PHP是集成其他工具的绝佳选择。

Tesseract and gocr是OCR的开源命令行工具，非常有效。但是，像任何OCR包一样可能会遇到与您提供的图像类似的图像。如果您的PHP代码可以隔离文本区域的文本，那么您将获得更好的结果。你仍然需要做一些数据清理 - 使用php拼写检查。你会发现相同的误读模式不断出现 - 比如阅读＆＃39;作为＆＃39; m＆＃39;。您的PHP代码应该能够识别和处理大多数情况。

关于识别文本区域的问题 - 它取决于文档的真实程度。如果您使用1美元的账单来调整您的应用程序，它可以从许多账单中读取序列号 - 但它不知道如何阅读不同的注释。有许多图像识别工具可用，而且cli工具也很容易集成。

Answer 3

您可以使用Irfanview 32位，然后安装KADMOS插件： http://irfanview.info/plugins/kadmos/

Kadmos的DLL - 至少对于插件来说 - 目前是32位的，这就是为什么它只适用于32位版本的Irfanview。

安装完成后，打开显示某些文字的图片，然后选择＆＃34;选项＆gt;启动OCR ...（插件）＆＃34;菜单条目。然后，您可以通过在其周围拖放一个矩形来选择一些文本，并且可以在一个窗口中弹出已识别的文本，您可以从中复制它。 该插件仅供个人（非商业）使用，但让您看看KADMOS是否适合您的需求。

如果您有许多图片要处理批次，您可以获得Kadmos DLL的许可证。 有关技术文档，请参阅：http://www.best-ocr.com/handbuch/book/html/files.html 对于许可问题，请替换＆＃34; files.html＆＃34; by＆＃34; dll_e.htm＆＃34;在上面的网址中。

Answer 4

您可以使用 Abbyy Cloud Ocr Sdk
https://cloud.ocrsdk.com/

Answer 5

老问题，但它可能会帮助别人。试试ClearImage SDK。

http://www.inliteresearch.com/actions/download-proc.php?type=CI&id=

try {
    $Ci = new COM("ClearImage.ClearImage");
} catch (Exception $e) {
    echo $e->getMessage();
}