Tessnet2（Tesseract）没有返回正确的结果 - 改善输出的方法

Question

我在下面的图片中使用C＃中的tessnet2（tesseract-ocr）：

这是我的代码：

var image = new Bitmap(@"D:\anuj\a2.jpg");
ocr.Init(@"D:\anuj\OCRTest\tessdata", "eng", false);
var result = ocr.DoOCR(image, Rectangle.Empty);
foreach (Word word in result)
    Console.Write("{0} ", word.Text);                    
Console.ReadLine();

给出输出： Icurumcretz j

有什么方法可以获得正确的结果文本，因为样本图像非常清晰，分辨率很高，但仍未提供正确的文本。需要定义哪些参数才能获得正确的结果。请回复。

Answer 1

您应该尝试对图像进行一些图像处理，以提高tesseract的输出效果。 OpenCV（EmguCV for C＃我认为）库可以帮助你做一些图像处理方法。我在图像上使用了一个小的中值Blur来减少噪音并从中制作出二进制图像。

Segmented Image

使用tesseract测试此图像会给我以下输出： laurumoretz 以及下一行的一些乱码，因为我没有删除小blob（带有phonenumbers的贴纸中的字符）。所以它一个接一个，但我没有使用修正来使文字看起来完全是直线的。

我希望这会给你一些关于如何改善tesseract-ocr输出的想法。