在C＃中为OCR准备一个小的低分辨率图像

Question

今天我开始使用Tesseract来解析部分屏幕上的数字。我用较大的文本获得了相当大的成功（这导致了更高分辨率的图像）。现在我试图在更实际的意义上使用Tesseract，图像质量太低。我尝试过增加分辨率并使用抗锯齿重绘，但我不确定我是否正在做这些事情。你有什么建议我可以让Tesseract在我的小图片中识别出“12”吗？

图片：

static public void test()
{
    string readIn;
    TesseractEngine engine = new TesseractEngine(@".\tessdata","eng", EngineMode.Default);

    engine.SetVariable("tessedit_char_whitelist", "0123456789"); //only read as numbers

    Rectangle rect = new Rectangle(181, 107, 25, 25);

    Bitmap bmp = new Bitmap(rect.Width, rect.Height, PixelFormat.Format32bppArgb);

    Graphics g = Graphics.FromImage(bmp);
    g.CopyFromScreen(rect.Left, rect.Top, 0, 0, bmp.Size, CopyPixelOperation.SourceCopy);
    g.InterpolationMode = InterpolationMode.High;
    g.CompositingQuality = CompositingQuality.HighQuality;
    g.SmoothingMode = SmoothingMode.AntiAlias;

    g.DrawImage(bmp, rect.Width, rect.Height); //Do some anti-aliasing hopefully?
    bmp.SetResolution(300, 300) //Try increasing resolution??

    bmp.Save(@".\tmp.jpg");
    readIn =  engine.Process(PixConverter.ToPix(bmp)).GetText();
    Console.WriteLine("This is what was read: " + readIn); //Empty
}

Answer 1

我建议使用图像处理方法来提高tesseract-ocr的准确性。我在c ++中使用OpenCV库。

因此，让我们拍摄您的照片并将其重新缩放+500％：

你可以看到图像有点像素。在这种情况下，您希望使用高斯滤镜来平滑边缘。我使用了一个内核大小为3x3的高斯滤波器：

您需要做的最后一件事是使用阈值对数字进行细分：

使用数字白名单在分段图像上运行tesseract将导致＆＃34; 12＆＃34;。

希望这有帮助。 ：）