Question

花了超过10个小时来使用libc ++编译tesseract，所以它适用于OpenCV，我有问题得到任何有意义的结果。我正在尝试将它用于数字识别，我传递的图像数据是一个小方块（50x50）图像，其中包含一个或没有数字。

我尝试过使用eng和equ tessdata（来自谷歌代码），结果不同但两者都猜到0位数。使用eng数据我大部分时间都得到'4 \ n \ n'或'\ n \ n'（即使图像中没有数字），信心从1到99。使用equ数据我得到'\ n \ n'，置信度为0-4。

我也尝试过对图像进行二值化，结果大致相同，我认为不需要它，因为图像过滤得非常好。

我假设有一些错误，因为与最简单的示例图像相比，图像很容易识别。

以下是代码：

初始化：

    _tess = new TessBaseAPI();
    _tess->Init([dataPath cStringUsingEncoding:NSUTF8StringEncoding], "eng");
    _tess->SetVariable("tessedit_char_whitelist", "0123456789");
    _tess->SetVariable("classify_bln_numeric_mode", "1");

识别：

char *text = _tess->TesseractRect(imageData, (int)bytes_per_pixel, (int)bytes_per_line, 0, 0, (int)imageSize.width, (int)imageSize.height);

我没有错误。 TESSDATA_PREFIX设置正确，我尝试了不同的识别方法。检查后，imageData看起来没问题。

以下是一些示例图片：

http://imgur.com/a/Kg8ar

这是否适用于常规训练数据？

感谢任何帮助，我第一次尝试tessarect，我可能错过了一些东西。

修改

我发现了这个：

    _tess->SetPageSegMode(PSM_SINGLE_CHAR);

我认为必须在这种情况下使用它，尝试过但得到了相同的结果。

Answer 1

我认为Tesseract对于这些东西有点过分。使用简单的神经网络为您的图像进行明确训练，您会感觉更好。在我的公司，最近我们尝试在iOS上使用Tesseract进行OCR任务（使用相机扫描实用程序账单），但是对于我们的目的而言太慢且不准确（在iPhone 4上扫描时间超过30秒）低FPS）。最后，我专门为我们的目标字体训练了一个神经网络，这个解决方案不仅击败了Tesseract（它甚至可以在iPhone 3Gs上完美扫描），还有一个商用ABBYY OCR引擎，我们给了它一个样本来自公司。 This course's材料将成为机器学习的良好开端。

iOS上的Tesseract - 糟糕的结果

1 个答案: