Tesseract改进和图像预处理步骤

Question

我正在使用Tesseract库，下面是Tesseract的输入，

在实施的最初阶段，我只使用了＆＃34; MRZ＆＃34;身份证区。 但实际意图是扫描整个文件并获取身份证中的所有文本。

我已经完成了this document并提高了Tesseract的质量第一步是图像应该是300 dpi。

1）如何将ios中捕获的摄像机图像转换为300 dpi？

2）Tesseract提供最佳输出的最佳对比度和亮度水平应该是什么？

3）是否还有其他预处理步骤可以应用于图像以获得良好的准确度？

4）为了获得更好的准确度，建议的图像分辨率是多少？

5）我使用"int tesseract::TESSDLL_API::MeanTextConf"来获得置信度。有了这个每个角色的置信度分数，我有可能决定置信度得分是否超过某个百分比，那么识别的角色是否准确？如果我错了，请你解释一下＆＃34; MeanTextConf＆＃34;的用法。方法

Answer 1

我在图像预处理上写了几篇通用的OCR博客文章，并且前段时间“OCR如何最好地工作”。请在此处找到它们：http://www.ocr-it.com/user-scenario-process-digital-camera-pictures-and-ocr-to-extract-specific-numbers

一般来说，获得足够高的分辨率应该是第一步。低分辨率根据每个字母没有足够的信息来可靠地读取字符。然后我进行自适应二值化，其中图像被转换为​​黑色＆amp;白色使用阈值，背景应该是药房，字符应保持清晰，没有额外的噪音或洞。然后，可选地，可以执行分割到各个字段并分别使用特定设置处理每个字段，例如数字的“仅数字”和性别字段的“M | F”等。