我正在使用OpenCV 2.4和Tesseract 3
我正在尝试通过网络摄像头在14段显示器上进行OCR。
问题在于，当我训练Tesseract时，我必须做足够的侵蚀/扩张来填补每个部分的空白。但是，我从网络摄像头读取的图像需要进行预处理以消除噪音。要做到这一点，我使用糜烂和扩张，结果图片没有链接的部分：
我训练的是什么（这是“V”字母）：http://i.imgur.com/NbmVqkb.png（片段都是链接的）
我向tesseract提供的内容：http://i.imgur.com/0E4iXXk.png（某些细分已关联，有些细分未关联）
OCR的结果总是不同的，可以是“OVO”以及“EB”。我想也许如果我训练tesseract与我实际阅读的更相似的版本（非链接段）它可以更好地工作但是Tesseract不能用这样的空白空间训练（它说“空页”）。
有没有人知道如何解决这个问题？
我试图增加侵蚀/扩张的大小但是其他字母不被识别（B和D令人困惑）并且总体结果较低。
谢谢！
编辑：基本上，我需要的是一种将片段链接在一起的方法，以便使tesseract更容易阅读角色或训练具有未链接片段的tesseract的方式（从我所看到的，可以'发生）
答案 0 :(得分：0)
不能为此跳过tessaract吗？看起来您已经有了将图像分割成单独字符的方法。然后，您可以对显示的片段进行编号，也许就像在http://www.randomdata.nl/wiki/index.php/Adruino_14_segment_LED_board显示的那样，并确定当前哪些片段正在点亮。然后你可以将它与已知的所有字符组合相匹配，并使用某种形式的最近距离算法来找到最佳匹配。
坚持你V上面链接的方案可能编码如下：
segment number: 1 2 3 4 5 6 7 8 9 10 11 12 13 14
switched on: 0 1 1 0 0 0 1 0 1 0 0 0 0 0