使用tesseract优化图像以进行文本识别

Question

我有用户tesseract ocr我的android项目识别从相机拍摄的图像中的文本。但结果并不准确。我想使用opencv优化图像。我想为捕获的图像实现以下功能，该图像以 Bitmap.Config.ARGB_8888 格式解码：

1. 检测已调整大小的图像中的对象。
2. 识别完对象后，计算其原始图像的边界。 （这是为了消除相机角度效果）
3. 通过应用透视变换从原始图像中提取对象。
4. 应用白平衡以消除闪电效果。

在tess_two api提供的示例中，他们使用 Leptonica 进行图像处理，比如绘制单词周围的边框。但在我的情况下，我想使用 OpenCV ...您的指导将受到高度赞赏......

Answer 1

这是你要求的很多，取决于对象可能是不可能的。您应该查看有关2D特征检测和对象检测（http://docs.opencv.org/doc/tutorials/features2d/table_of_content_features2d/table_of_content_features2d.html和http://docs.opencv.org/doc/tutorials/objdetect/table_of_content_objdetect/table_of_content_objdetect.html）的教程，看看是否有可以使用的东西。

白平衡对光照没有任何作用，你应该进行自适应阈值处理或某种高通滤波。