适用于 Windows Phone 的 OCRing 7 段显示器的任何 API？

Posted 2023-04-17

【中文标题】适用于 Windows Phone 的 OCRing 7 段显示器的任何 API？

【英文标题】：Does anyone know any API for OCRing 7-Segment Display for Windows Phone?有谁知道

【发布时间】：2015-04-08 14:26:03

【问题描述】：

我正在尝试开发一个 Windows Phone 8.1 应用程序，但我需要识别来自不同显示器的一些数字。

我正在关注这个例子：

http://bsubramanyamraju.blogspot.com/2014/08/windowsphone-81-optical-character.html

这是使用 Microsoft OCR 运行时库：

https://www.nuget.org/packages/Microsoft.Windows.Ocr/

但是，当我尝试识别这些类型的图片时，它不起作用。即使我找到了这个网站：

https://www.unix-ag.uni-kl.de/~auerswal/ssocr/

有人推荐吗？或者有谁知道与之相关的任何代码？

感谢您的宝贵知识。

【参考方案1】：

我希望您的问题的答案是“当然，就在这里”，并带有指向黑盒流程（任何 OCR 工具）的链接，但其中涉及多个方面，最好单独考虑。

首先，在您考虑任何 OCR 之前，需要对图像进行一些预处理。您的图像样本非常不同，并且包含各种问题。

SAMPLE 1 对比度低，所以当它被二值化为黑白图层时，大多数 OCR 将在某个阶段在内部执行，没有要处理的字符。二值化后是这样的：

有关图像预处理的更多详细信息，请参阅此 OCR 博客文章：http://www.ocr-it.com/guide-to-better-mobile-images-from-cell-phone-camera-for-higher-quality-ocr。

其次，图像在标头中没有 dpi 信息，一些 OCR 技术使用这些信息来确定图像的适当缩放比例。如果没有标头信息，某些 OCR 程序可能会设置一些默认 dpi，这可能与您的图像匹配也可能不匹配，从而影响 OCR 结果。这并不重要，但如果可以在图片创建时实现，则首选。

SAMPLE 2 具有足够的对比度，自适应公证返回清晰的图像。标题中也缺少 dpi 分辨率值。

SAMPLE 3 有非常清晰的对比，但它在标题中也没有分辨率 dpi。

一旦您拥有针对 OCR 处理进行优化的图像，下一步就是研究 OCR 技术。

假设你有正确的实现但没有成功，我没有测试你提到的那个。我测试了我过去使用过的其他 OCR 工具。

一般来说，我不知道有 7 段 OCR。但是，我能够适应其他通用 OCR 来完成这项专门任务。我尝试“开箱即用”或使用默认设置的每个 OCR 都无法处理这种识别。这是合乎逻辑和预期的。为什么？因为大多数通用 OCR 都是为了识别每个字符的不可分割的像素模式而编写的。这与用于将单词分隔成单独字符的“字符可分离性”原则有关。换句话说，内部 OCR 算法寻找构成每个字符的连接笔画。更强大的商业 OCR 允许在像素模式中出现一些中断，但预计它们会很少甚至没有，例如打印或扫描中的缺陷，这可能会导致字符片段丢失。

7段显示本质上每个字符会有多个断点，与字符可分离原则相冲突。

更强大的 OCR 技术具有 a) 对像素图案中断的更大容忍度和/或 b) 具有处理这些情况的特殊设置。

我将使用我熟知的 OCR-IT 基于 Web 的 OCR API 平台进行进一步测试。我是其 OCR 功能的开发人员。我还在我自己的 ios 和 android 应用程序中广泛使用它。 OCR-IT API 基于强大的商业 OCR 引擎，因此它对字符缺陷具有良好的容忍度，并且在这种情况下提供了一些帮助。

SAMPLE 3. 这是最容易处理的样本，所以我先对其进行了测试。使用 OCR-IT API，并使用默认设置发出请求，请求输出为 TXT 格式，我得到以下信息：

OCR 似乎是 a) 将字符分割成两个单独的行，并且 b) 尝试读取尽可能接近有效字符的结果模式。

基于此快速分析，对 OCR 设置进行一次调整会导致以下识别：

对 OCR 结果产生重大影响的设置是从默认打印类型切换到使用“DotMatrix”，它位于整个 OCR-IT API 设置 XML 的中间：

<Job> 
 <InputURL>http://i.stack.imgur.com/wOtFx.jpg</InputURL>
  <CleanupSettings>
      <Deskew>false</Deskew>
      <RemoveGarbage>false</RemoveGarbage>
      <RemoveTexture>false</RemoveTexture>
      <RotationType>NoRotation</RotationType>
  </CleanupSettings>
  <OCRSettings>
      <PrintType>DotMatrix</PrintType>
      <OCRLanguage>English</OCRLanguage>
      <SpeedOCR>false</SpeedOCR>
      <AnalysisMode>MixedDocument</AnalysisMode>
      <LookForBarcodes>false</LookForBarcodes>
  </OCRSettings>
  <OutputSettings>
      <ExportFormat>Text</ExportFormat>
  </OutputSettings>
</Job>

点阵打印类型的使用开启了必要的算法，以增加字符结构中断的容差，这通常是点阵打印机在点阵打印中的性质。或者，可以使用“Typewriter”打印类型，因为在打字字体中也会出现字符中断，因此由 OCR 自动处理。

可以对 API 设置进行另一项更改，以使用“数字”字符集（语言）运行 OCR，从而有效消除将 1 误读为 I 等的任何可能性。

示例 2. 在此示例中，每个字符结构中的间隙要宽得多。即使是处理 DotMatrix 或 Typerwriter 打印类型的标准算法也无法适应这些巨大的差距。使用所有可能的设置变化会返回如下内容：

字符分割似乎是个问题。一种技术解决方案可以追溯到图像预处理。可以实现一个简单的算法来填充 7 段字符的每个段之间的间隙。它不必非常精确，如下所示：

但这足以产生完美的 OCR 结果。

由于可能事先不知道哪些 7 段 LCD 显示器需要填充间隙，哪些不需要，我建议将此算法应用于所有 LCD 7 段图像，无论间隙大小。我会将间隙的大小限制为不超过段的宽度。鉴于这些屏幕具有各种背景和分段颜色，如果对二值化（黑白）图像执行此预处理算法，则可以大大简化。

总体而言，假设执行了一些图像预处理，此任务可以通过 OCR 和几乎开箱即用的功能完成。一般来说，我认为任何与 OCR 相关的项目都需要图像预处理，具体到该项目。

如果您对 OCR 或图像预处理有任何疑问，请私信我。

【参考方案2】：

尽管 Ilya 的回答已经有一段时间了，并且感谢他的建议和其他人的建议，尤其是这个：

Seven Segment Optical Character Recognition

我能够在 C# 中创建自己的类：

https://github.com/FANMixco/7-segment-ocr-reader/blob/master/OCR/SevenSegmentOCR.cs

随意使用并改进它。