Android Tesseract无法识别信用卡号码

Question

我一直在努力使tess-two OCR项目发挥作用，当我最终做到时，它确实识别出文字清晰，并且当有多行时。

这一点的全部意义在于，当用户拍摄照片时，我需要使用OCR 提取信用卡号。

以下是信用卡号码的示例：

这只是我用过许多照片的一个例子。例如，使用此图像，我得到以下文字：

1238 5578 8875 5877
1238 5578 8875 5877
1238 5578 8875 5877

以下是我用于此的代码：

TessBaseAPI baseApi = new TessBaseAPI();
baseApi.init("/mnt/sdcard/tesseract-ocr", "eng");
baseApi.setImage(bm);
baseApi.setPageSegMode(6);

String whiteList = "/1234567890";
baseApi.setVariable(TessBaseAPI.VAR_CHAR_WHITELIST, whiteList);

String recognizedText = baseApi.getUTF8Text();
baseApi.end();

非常感谢任何帮助。

谢谢！

Answer 1

图像的某些预处理步骤可能会使tesseract具有更好的性能。 我可以给你一整篇论文（http://wbieniec.kis.p.lodz.pl/research/files/07_memstech_ocr.pdf） 如果你有时间，如果没有，请尝试使用图像的对比度。例如。

以下是一些适合您的问题的想法： http://www.ocr-it.com/user-scenario-process-digital-camera-pictures-and-ocr-to-extract-specific-numbers

Answer 2

示例图像已经适合 OCR，但据我所知，您使用的是 tesseract 的内置“eng.traineddata”模型，它不适合（在准确性/性能方面）用于信用卡扫描。 （信用卡使用字体“OCR-A”）。因此，您需要找到预训练模型并在 tessApi 初始化时替换它，或者自己从stratch 训练它。

要使用自定义字体训练 tesseract 模型，请参阅 Yash Modi 的回答： here