使用哪个库从图像中提取文本？

Posted 2023-04-17

【中文标题】使用哪个库从图像中提取文本？

【英文标题】：Which library to use to extract text from images?

【发布时间】：2011-07-06 00:27:33

【问题描述】：

我正在编写一个程序，当给定一个低级数学问题的图像（例如 98*13）时，它应该能够输出答案。数字是黑色的，背景是白色的。 不是验证码，只是数学问题的图像。

数学题只有两个数字和一个运算符，而那个运算符只有 +、-、* 或 /。

显然，我知道如何进行计算；）我只是不确定如何从图像中获取文本。

一个免费的库将是理想的......虽然如果我必须自己编写代码，我可能会管理。

【问题讨论】：

是的。我找不到任何适用的...

github.com/charlesw/tesseract "快速入门"

【参考方案1】：

试试这篇关于在 C# 中使用 C++ Google Tessaract OCR 库的帖子

OCR with the Tesseract interface

【参考方案2】：

为了从图片中提取文字，我使用了最准确的开源 OCR 引擎：Tesseract。可用 here 或直接在你的 NuGet 包中。

这是我在 C# 中的函数，它从 sourceFilePath 传递的图像中提取单词。将 EngineMode 设置为 TesseractAndCube；它比其他选项检测到更多的单词。

var path = "YourSolutionDirectoryPath";
using (var engine = new TesseractEngine(path + Path.DirectorySeparatorChar + "tessdata", "fra", EngineMode.TesseractAndCube))

    using (var img = Pix.LoadFromFile(sourceFilePath))
    
        using (var page = engine.Process(img))
        
            var text = page.GetText();
            // text variable contains a string with all words found
        
    

希望对你有帮助。

【参考方案3】：

您需要 OCR。 Google 提供了免费的 Tesseract 库，但它是 C 代码。您可以在 C++/CLI 项目中使用并通过 .NET 访问。

这篇文章提供了一些关于识别数字的信息（对于数独，但你的问题是相似的）

http://sudokugrab.blogspot.com/2009/07/how-does-it-all-work.html

【参考方案4】：

您可以在 Visaul Studio 中使用 Microsoft Office Document Imaging (Interop.MODI.dll) 并提取图片文本

Document modiDocument = new Document();
modiDocument.Create(filePath);
modiDocument.OCR(MiLANGUAGES.miLANG_ENGLISH);
MODI.Image modiImage = (modiDocument.Images[0] as MODI.Image);
string extractedText = modiImage.Layout.Text;
modiDocument.Close();
return extractedText;