提高tesseract ocr结果的质量

Question

我正在使用JNI和使用OpenCV和Tesseract在C ++下开发的代码开发Android的OCR应用程序。它将用于从应用拍摄的照片中读取带有字母数字ID的徽章。

我开发了一个处理图像预处理的代码，以获得如下所示的“可读图像”：

我使用tesseract编写了以下“读取”图像的功能：

char* read_text(Mat input_image)
{
    tesseract::TessBaseAPI text_recognizer;
    text_recognizer.Init("/usr/share/tesseract-ocr/tessdata", "eng", tesseract::OEM_TESSERACT_ONLY);
    text_recognizer.SetVariable("tessedit_char_whitelist", "ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789");
    text_recognizer.SetImage((uchar*)input_image.data, input_image.cols, input_image.rows, input_image.channels(), input_image.step1());
    text_recognizer.Recognize(NULL);
    return text_recognizer.GetUTF8Text();
}

预期结果是“KQ 978 A3705”，但我得到的是“KO 978 H375”。

我做了所有关于提高https://github.com/tesseract-ocr/tesseract/wiki/ImproveQuality图像质量的建议。此外，从https://github.com/tesseract-ocr/docs阅读文档，我尝试使用多边形来近似图像，以获得“更好”的功能。我使用的图像是这样的：

有了这张图片，我得到了“KO 978 A3705”。结果显然比前一个好，但不是很好。

我认为我传递给tesseract的处理过的图像很好，但是得到了很好的结果而且我没有得到它。我不知道还能做什么，所以我向你提出想法以解决这个问题。我需要一个确切的结果，我想我可以用我得到的处理过的图像得到它。好主意！ =）

Answer 1

我注意到，通过一些扩张，结果ORC结果得到了令人难以置信的改善！对我来说，这是解决方案