Question

我正在研究Tesseract，我已经有了OCR功能。我想优化图像，以便OCR结果更好。目前我只是使图像单色并将其缩放到其尺寸的两倍。即使在那之后，我遇到了较小字体的问题。

我试着抬头，here是我能找到的最佳答案之一。不幸的是，它适用于Bitmap，我找不到Java中适用于Bitmap的任何本机类。还有一个Java代码的答案，但它再次使用Bitmap，并没有指定他们从哪个包获得它。

BitmapImageUtil.convertToGrayscale()来自哪里？

代码：

private String testOcr(String fileLocation, int attachId) {
        try {
            File imageFile = new File(fileLocation);
            BufferedImage img = ImageIO.read(imageFile);
            String identifier = String.valueOf(new BigInteger(130, random).toString(32));
            String blackAndWhiteImage = previewPath + identifier + ".png";
            File outputfile = new File(blackAndWhiteImage);
            BufferedImage bufferedImage = BitmapImageUtil.convertToGrayscale(img,new Dimension(img.getWidth(),img.getHeight()));
            bufferedImage = Scalr.resize(bufferedImage,img.getWidth()*2,img.getHeight()*2);
            ImageIO.write(bufferedImage,"png",outputfile);

            ITesseract instance = Tesseract.getInstance();
            // Point to one folder above tessdata directory, must contain training data
            instance.setDatapath("/usr/share/tesseract-ocr/");
            // ISO 693-3 standard
            instance.setLanguage("deu");
            String result = instance.doOCR(outputfile);
// result processing with regex. 
}

Answer 1

BitmapImageUtil来自Apache FOP project。（“FOP”=“格式化对象处理器”）

套餐为org.apache.fop.util.bitmap。

Source code for release 2.2 is available here

Java8，Tess4j：使用tesseract优化OCR图像

1 个答案: