linux从图像中的表格中获取文本

Question

我有以下格式的数百张图片。我想从标题检测器2结果下面的表中提取键值文本。即关键同位素，值Tc99m，关键峰值，值140.3 kEV。显然，我更喜欢在bash脚本中执行此操作，而不是手动浏览每个图像。我听说过像imagemagick和ocr这样的工具似乎可以做我想要的。但是，我没有任何工具的经验。我该如何处理这个问题并且可以解决？

我是否最好裁剪包含表格的大致区域，在运行ocr之前进行一些对比度调整以清除文本？

Answer 1

我的情况非常相似。而不是识别kEV我必须匹配工资报告中的员工识别号码。我的方法如下：将图像裁剪到具有数字的区域，OCR裁剪图像，最后读取文本文件。我使用的工具：用于一般批处理作业和页面迭代的PHP脚本，用于将PDF转换为PNG的imagemagick，用于裁剪图像的PHP GD库并将它们保存为PNG（请注意imagemagick具有用于裁剪的命令行支持），最后Tesseract到OCR文本。我发现，如果图像是B＆amp; W并且是计算机生成的，Tesseract是非常可靠的，只要它具有高分辨率。在我的情况下，单个数字约为11x18像素。

显然你应该知道如何用IM（http://www.imagemagick.org/Usage/crop/）裁剪图像以及如何自动调整它（http://fmwconcepts.com/imagemagick/autolevel/index.php没有尝试过它）。首发的裁剪示例如下。但是我相信你需要更大的分辨率。还要避免将表边传递给OCR。

convert yrhxY.png -crop 44x12+146+204 -negate output.png

最后回答你的问题：是 - 第一次裁剪，然后是OCR。