实时图像处理（OCR）

Question

我计划开发像Word Lens这样的应用。任何人都可以建议我可以使用的好图书馆吗？或任何人解释Word Lens App背后的技术？是卷轴时间图像匹配还是OCR？我知道一些图像处理库，如OpenCv，tesseract ...非常感谢任何帮助...

Answer 1

我是Word Lens的创作者之一。虽然有一些OCR库（如tesseract），但我们决定自己创建，以获得更好的结果和性能。我们的通用算法是这样的：

1. 从相机复制图像并获取其灰度分量
2. 使图像变平，使文字在背景中明显突出
3. 在看起来像角色的东西周围画框。句
4. 执行OCR：将每个框中的像素与字符数据库相匹配 - 这实际上很难！
5. 将字符收集到单词中，在字典中查找（这也很难，因为OCR中会出现错误）
6. 将结果绘制回图像

图像匹配本身并不够好，因为那里有各种各样的字体，文字和语言。

OpenCV是一个很好的图书馆，可以启动和运行，并且可以了解更多有关计算机视觉的信息。我建议建立他们的例子，并在那里玩。玩得开心！