Question

我需要一个应用程序，在我的屏幕上观察数字，然后用它进行计算，所以经过几天研究最好和最简单的方法我发现这个视频（https://www.youtube.com/watch?v=Kjdu8SjEtG0）导致我在Visual Basic 2010 Express上使用OCR和EMGU-Tesseract。我完全理解了视频，并在视频描述中对代码进行了自己的修改。

我导入了：

Imports Emgu.CV
Imports Emgu.Util
Imports Emgu.CV.OCR
Imports Emgu.CV.Structure

然后我根据原始代码制作：

Dim OCRz As Tesseract = New Tesseract("tessdata", "eng", Tesseract.OcrEngineMode.OEM_TESSERACT_ONLY)
Dim picStc1 As Bitmap = New Bitmap(149, 28)
Dim gfxSTK1 As Graphics = Graphics.FromImage(picStc1)
Dim picNam1 As Bitmap = New Bitmap(149, 28)
Dim gfxNAM1 As Graphics = Graphics.FromImage(picNam1)


Private Sub Timer1_Tick(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles Timer1.Tick

    gfxSTK1.CopyFromScreen(New Point(Me.Location.X + Stk1.Location.X + 5, Me.Location.Y + Stk1.Location.Y + 24), New Point(0, 0), picStc1.Size)
    Stk1.Image = picStc1

    gfxNAM1.CopyFromScreen(New Point(Me.Location.X + Nome1.Location.X + 5, Me.Location.Y + Nome1.Location.Y + 24), New Point(0, 0), picNam1.Size)
    Nome1.Image = picNam1

当我按下按钮时，我得到了这个：

Private Sub Button1_Click(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles Button1.Click

    OCRz.Recognize(New Image(Of Bgr, Byte)(picStc1))
    BOXSTK1.Text = OCRz.GetText

    OCRz.Recognize(New Image(Of Bgr, Byte)(picNam1))
    BoxNAME1.Text = OCRz.GetText

我现在通过OCR引擎从PictureBoxes（picStc1）和（picNam1）读取文本，并在按下按钮后在RichTextBoxes（BoxSTK1）和（NAME1）上写入。

RichTextBox（BoxSTK1）上的数字带有逗号和其他符号，但我只想抓取数字。所以我发现了这个（https://code.google.com/p/tesseract-ocr/wiki/FAQ#How_do_I_recognize_only_digits？）但是我无法在项目中实现它，对此有任何帮助吗？

（我正在使用Emgu 2.9.0.1922，不知道如何查看Tesseract的版本）

Answer 1

这个基于数字的＆＃34;白名单＆＃34;似乎是初始化对象时设置的内容。 Check out this question

所以你需要改变，

Dim OCRz As Tesseract = New Tesseract("tessdata", "eng", Tesseract.OcrEngineMode.OEM_TESSERACT_ONLY)

对于这样的事情，

Dim OCRz As Tesseract = New Tesseract()
OCRz.SetVariable("tessedit_char_whitelist", "0123456789")
OCRz.init("tessdata", "eng", false)

Answer 2

好的人，这个问题解决了！感谢Mr.Jimmy Smith！现在我们不需要训练任何tesseract。通过将OCR值转换为字符串！

首先使用以下方法定义白名单：

OCRz.SetVariable("tessedit_char_whitelist", ",$0123456789")

然后像这样转换字符串并打印出来：

RichTextBox1.Text = Convert.ToString(OCRz.GetText).Replace("$", "").Replace(",", "")

最后我们得到了这个：

Private Sub Button1_Click(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles Button1.Click

    OCRz.SetVariable("tessedit_char_whitelist", ",$0123456789")


    OCRz.Init("tessdata", "eng", False)


    OCRz.Recognize(New Image(Of Bgr, Byte)(pic))
    RichTextBox1.Text = Convert.ToString(OCRz.GetText).Replace("$", "").Replace(",", "")

我会再次感谢吉米史密斯的快速答案，非常有用，请注意自己投票给这个人;）

Answer 3

On fix and download：

Dim OCRz As Tesseract = 
 New Tesseract("tessdata", "eng",Tesseract.OcrEngineMode.OEM_DEFAULT)
Dim pic As Bitmap = New Bitmap(270, 100)
Dim gfx As Graphics = Graphics.FromImage(pic)

只有来自tesseract的数字 - 在VB上的OCR？

3 个答案: