Question

我正在开发一个小型个人应用程序，该应用程序应该从一个非常简单的Android屏幕截图中读取一些文本（最多2个句子）。文本始终是相同的大小，相同的字体，并且大约相同。相同的位置。背景非常平淡，通常只有一种颜色的阴影（想像鲜橙色逐渐淡入较暗的橙色）。我正在尝试找出执行此操作的最佳方法（最重要的是，最快的方法）。

我的第一次尝试涉及IronOcr C＃库，并且公平地说，它运行得很好！但是我注意到了一些问题：

并非100％准确
尽管具有社区/试用版，但有时会引发异常，告诉您获得许可证
读取〜600x300像素的图像大约需要400毫秒，对于我的简单图像来说，我认为它很长

听起来很奇怪，我感觉像IronOcr和Tesseract这样的库可能太先进了，无法满足我的需求。为了提高速度，我什至写了一段代码来“形象化”我的图像，使其完全黑白。

我当前的IronOcr设置如下：

            ImageReader = new AdvancedOcr()
            {
                CleanBackgroundNoise = false,
                EnhanceContrast = false,
                EnhanceResolution = false,
                Strategy = AdvancedOcr.OcrStrategy.Fast,
                ColorSpace = AdvancedOcr.OcrColorSpace.GrayScale,
                DetectWhiteTextOnDarkBackgrounds = true,
                InputImageType = AdvancedOcr.InputTypes.Snippet,
                RotateAndStraighten = false,
                ReadBarCodes = false,
                ColorDepth = 1
            };

我完全可以忍受使用IronOcr获得的结果，但是许可例外却毁了它。我也没有$ 399 USD可以花在一个私人的爱好项目上，甚至不会离开我自己的PC：（

但是我对这个问题的主要目标是找到一种更好，更快或更有效的方法。它不一定必须是现有的库，如果有人可以指出我正确的方向，我将更愿意制作自己的一种字母检测代码，该代码可（仅？）适用于我的屏幕截图。

Answer 1

我对此主题进行了研究，我能找到的最佳解决方案是Azure认知服务。您可以使用计算机视觉API从图像中读取文本。 Here是完整的文档。

Answer 2

我也没有$ 399 USD可以花在一个私人的业余项目上，甚至连我自己的PC都没用

您可以使用免费的ocr.space ocr api：https://ocr.space/ocrapi-与屏幕截图配合使用。免费版本是基于云的（在线ocr）。

Answer 3

必须多快？
如果您使用的是C＃，建议您使用Google Cloud Vision API。您可以按请求付费，但每月前1000个是免费的（支票价格here）。但是，它确实需要一个网络请求，但我认为它非常快捷

using Google.Cloud.Vision.V1;
using System;

namespace GoogleCloudSamples
{
    public class QuickStart
    {
        public static void Main(string[] args)
        {
            // Instantiates a client
            var client = ImageAnnotatorClient.Create();
            // Load the image file into memory
            var image = Image.FromFile("wakeupcat.jpg");
            // Performs label detection on the image file
            var response = client.DetectText(image);
            foreach (var annotation in response)
            {
                if (annotation.Description != null)
                    Console.WriteLine(annotation.Description);
            }
        }
    }
}

我发现它适用于图片和扫描的文档，因此它可以完美地适合您的情况。该SDK也支持其他语言，例如Java，Python和Node

如何快速有效地从“简单”屏幕截图中读取文本？

3 个答案: