Python OCR：将扫描图像转换为文本进行处理

Question

我正在尝试创建一个答案纸标记（多项选择题）python应用程序。答题纸将被扫描到图像文件（gif，png，jpg，无论哪种格式）。

我的应用程序可以访问存储所有答案的数据库。

因此，它只需要扫描图像中的某种数据，以便比较答案并计算标记。

答题纸的固定尺寸与表格格式一样（答案将由候选人用'X'标记，以表明他们的答案）：

通过互联网搜索后，我发现有一些OCR API可用。

第一个是Pytesser。它非常易于使用，结果非常好。但它只适用于纯文本的图像。所以，我认为这不合适。

我找到的第二个是Ocropus。它似乎很强大，但在它的文档中

  

窗

     

OCRopus非常依赖POSIX路径名和文件系统。   您可以使用在Windows上安装OCRopus。更简单的方法   是在VirtualBox下安装VirtualBox并在Ubuntu中运行OCRopus。

所以我认为这主要是针对Linux的。我找不到窗户平台的详细安装指南。 （我是初学者，所以我错了）

我找到的第三个是python-tesseract，Tesseract OCR的包装。在他们的page中，提供了安装指南。基本上，我需要，

1. python-tesseract-win32.deb
2. 蟒-OpenCV的
3. numpy的

但我不知道如何在窗口上安装.deb文件。我已经安装了opencv和nampy。

以下是我的问题：

（1）我可以通过哪种方式将表格图像转换为可处理数据（甚至可能？）？

（2）我在这里没有提到任何其他有用的OCR API可能有用吗？

（3）最后，（我的愚蠢想法）是否可以使用PIL将图像分割成小块（基于表格单元的大小 - 因为表格尺寸已知）然后使用{ {1}}将每个小图像转换为文本，然后相应地处理数据？

仅供参考：我只需要它用于Windows平台，可能用于windows xp 32位。我使用的是python 2.7.5。

Answer 1

答案与您的号码相对应

1）对于测试分数处理来说，OCR通常非常难，但是（对你来说是个好消息），我认为这几乎是一个已经解决的问题。在这种情况下，有针对这些问题的尝试和真正的解决方案。多年来，学校系统一直在这样做，以便对“扫描仪”测试进行自动评分，因此，如果您可以访问这些资源，那么该路线可能是您最好的选择。至少你应该检查他们是如何做到的

2）我确信还有其他人，但这些是我所知道的主要免费的

3）我想如果你想在预算和时间上做这件事不是一个问题，你的“愚蠢”的想法实际上并不愚蠢。这可能是最好的方法，而且scantron测试分级员很可能使用类似的方法。您知道测试表格的确切尺寸。您可以知道要查看的位置的直接像素映射。你可以很容易地使用pytesser。请记住，pytesser有时需要您调整图像大小（有时向上，有时向下）以获得最佳精度。

3）b您可能想考虑推出自己的解决方案。您可以使用形态学操作的概念（numpy和其他图像库几乎可以开箱即用）。您甚至可能不需要这些运算符，只需执行表行的二进制阈值（假设您已将图像切割成表行）并简单地查找blob并将得分标记为来自具有最多blob值的列。< / p>