如何提高 tesseract 识别数字的结果

Posted 2023-04-17

【中文标题】如何提高 tesseract 识别数字的结果

【英文标题】：How to improve results of tesseract to recognize numbers

【发布时间】：2011-06-01 00:14:23

【问题描述】：

我正在开发能够识别 ISBN 号码的 iPhone 应用程序（ISBN：978-83-7380-900-0） 我为此使用了 tesseract，但效果不佳。我可以看到其他应用程序，使用相同的引擎工作得更好。

为了限制我使用这个配置行的字符： tess->SetVariable("tessedit_char_whitelist", "SN:0123456789X-"); 所以所有的“I”都被转换为“1”，而“B”被转换为8。使用它不会让那些字母出错，这对我来说并不重要。 之后，我使用正则表达式查找已识别文本的正确部分。

我还裁剪了图像，因此 tesseract 仅识别图像的一部分，其中 isbn 可见（我在相机叠加层上放置了颜色矩形，因此用户必须将代码放置在正确的位置） 我还将图像调整为 1000px 宽度（也尝试了其他尺寸）

光线好的时候效果很好，但是光线不好的时候就很难正确识别了。

isbn数的最后一位是控制和。

我该怎么做才能让它更好地工作？ 有没有办法说 tesserect 仅在给定的正则表达式中识别文本？ 也许我应该先对图像做点什么？

无法正确识别的示例图像：http://img412.imageshack.us/i/img0367si.jpg/http://img264.imageshack.us/i/img0361d.jpg/

【参考方案1】：

我使用了一些预处理，目前结果非常好。 （归一化和自动阈值）我用简单的 iphone 图像处理来做到这一点。我也在制作 2 倍变焦的图像。 唯一的问题是，它真的很容易制作模糊图像，然后识别任何东西都是不可能的。 ocr识别的过程大约需要4s。它适用于图像 300 x 109：19KB 我只是想知道我该怎么做才能让它工作得更快，这样我就可以拍摄几张图像并处理所有这些。

【讨论】：

我有一个问题和一个答案。你能具体说说你做了什么预处理吗？您对图像应用了什么样的标准化和自动阈值？为了加快您处理我立即看到的内容，收集所有 ISBN 编号的图像并将它们粘贴到一张大画布图像上，然后只运行一次 OCR 迭代并解析数据以捕获模式。 THX