tesseract OCR - Q检测为O.

Question

我正在开发一个应用程序，使用OpenCV和tesseract作为OCR引擎读取识别徽章。我使用OpenCV编写了一个算法，该算法处理文本检测，以便获得清晰且易于阅读的＃34;我的OCR引擎的图像。我在下面添加一张图片来说明我得到的内容：

当我要求tesseract＆＃34;阅读＆＃34;图像，我得到＆＃34; KO 978＆＃34; ...正在寻找这个＆＃34; O / Q问题＆＃34;使用tesseract，我只找到了这篇文章https://groups.google.com/forum/#!topic/tesseract-issues/kEDIIpQ-9W4，但是在这里，似乎是tesseract的输入图像没有被清楚地预处理（响应是图像没有被歪斜）...

基于github的wiki部分，我遵循了改进质量的所有步骤（我认为图像是明确的），所以我不知道我还能做什么...我不知道是否培训OCR会有所帮助，但如果可能的话，我希望避免这样做，因为在文档中不建议这样做。

我在控制台中使用tesseract v3.03，未集成在我的应用程序中（因此tessarct会对输入图像进行预处理）。

如何解决这个问题？谢谢！

Answer 1

您可以训练语言文件以提高准确性。 This article will help you for training

在接受tesseract语言文件培训时，请注意unicharambigs file

另一种观点是，您可以对图像进行二值化/阈值处理等预处理。