如何仅在 Tesseract C# 中捕获数字

Posted 2023-04-17

【中文标题】如何仅在 Tesseract C# 中捕获数字

【英文标题】：How to capture digits only in Tesseract C#

【发布时间】：2020-01-28 06:36:57

【问题描述】：

我正在使用控制台应用程序和非常基本的 Tesseract 来执行数字识别。我从谷歌复制了一张图片，并试图只找到数字。

Bitmap image = new Bitmap("1.png");
TesseractEngine t = new TesseractEngine("./tessdata", "eng", EngineMode.Default);
t.SetVariable("tessedit_char_whitelist", "01234567890");
var r = t.Process(image, PageSegMode.SingleBlock);
Console.WriteLine("Result: " + r.GetText());
Console.ReadLine();

图片是 结果因pageSegMode而异，但没有一个接近图像。 使用 Tesseract 从此类图片中识别数字的最佳方法是什么？

【参考方案1】：

Tesseract 不能很好地处理这样的图像，除非您以某种方式专门针对这种情况进行训练，但如果您可以正确转换图像，我认为您不必这样做

你的目标应该是给它一个黑色数字和白色背景的黑白图片，你应该在 OCRing 图像之前做这个处理，有很多库，大多数人使用 OpenCV。

Tesseract 已经做了一些图像处理，但它不是很好，而且可能对这样的图像没有多大帮助。您可以使用tessedit_write_images 查看自动处理的结果，以了解实际的 OCRed。

这里有一些有用的链接：

https://github.com/tesseract-ocr/tesseract/wiki/ImproveQuality#image-processing

Using tesseract to recognize license plates