为啥 Tesseract OCR 库（iOS）根本无法识别文本？

Posted 2023-04-17

【中文标题】为啥 Tesseract OCR 库（iOS）根本无法识别文本？

【英文标题】：Why Tesseract OCR library (iOS) cannot recognize text at all?为什么 Tesseract OCR 库（iOS）根本无法识别文本？

【发布时间】：2013-06-14 16:24:23

【问题描述】：

我正在尝试在我的 ios 应用程序中使用 Tesseract OCR 库。我从 github 下载了 tesseract-ios 库，当我试图识别一个简单的文本图像时，我得到了垃圾。这是我试图识别的图像：

我收到了无法阅读的文字：

T0I1101T0W KIR1 H1I1101T0W KIR1 H1I1101T0W CIBEPS H1 ES PBHY P306 EHH11 133I R1 11335 11I1H1 19 13S SYIL 3B19 M H300H1911 H1113 AIR1 J1 OIII 3I9SH5H133IS 13V9 I1 Q1H211 E015 19 W331 H1 111SW

为什么 Tesseract 连简单的图像都无法识别？这是我用来实例化 Tesseract 的代码：

Tesseract* tesseractObject = [[Tesseract alloc] initWithDataPath:@"tessdata" language:@"eng"];
[tesseractObject setVariableValue:@"0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ" forKey:@"tessedit_char_whitelist"];
[tesseractObject setImage:image];
[tesseractObject recognize];
NSLog(@"RECOGNISED= %@" , [tesseractObject recognizedText]);

这是我的项目结构：

我通过引用添加了英文 testdata 文件夹。那么我做错了什么？我该如何解决这个问题？

【问题讨论】：

您是否包含所有 eng tessdata 文件，因为您的语言文件在扫描和获取字母形状时似乎无法正常工作

@AdamRichardson 请查看我的编辑。

您从哪里获取图像，它是您的应用程序包的一部分，是由应用程序从网站下载的，还是从相机中下载的？

你试过没有 [tesseractObject setVariableValue:@"0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ" forKey:@"tessedit_char_whitelist"];因为那是我的代码中没有的东西

也许你应该再试一次，但这次在白名单中包含小写字母...

【参考方案1】：

您使用的选项 tessedit_char_whitelist 的值为“0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ”，这将字符识别限制在此列表中。但是，您要处理的图像包含小写字符，如果您要使用此选项，您还必须包含小写字符。

[tesseractObject setVariableValue:@"0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ" forKey:@"tessedit_char_whitelist"];

【参考方案2】：

确保您拥有来自 Google 代码的最新 tessdata 文件

http://code.google.com/p/tesseract-ocr/downloads/list

这将为您提供一个 tessdata 文件列表，如果您还没有下载这些文件并包含在您的应用中，那么您需要下载这些文件。在您的情况下，您将需要 tesseract-ocr-3.02.eng.tar.gz 来查找英语文件

以下文章将向您展示需要安装它的位置。我在构建第一个 Tesseract 项目时通读了本教程，发现它非常有用

http://lois.di-qual.net/blog/install-and-use-tesseract-on-ios-with-tesseract-ios/

【讨论】：

我在配置 Tesseract 时使用了本教程。所以你不知道如何解决这个问题吗？我真的需要帮助。谢谢

你应该使用 pod，这样 pod 会处理所有需要更新的文件。

【参考方案3】：

就像亚当说的，如果你想要好的结果，你必须做一些图像处理和配置一些设置（将某些字符列入白名单等）。

对于遇到此问题的其他人，我在此处整理了一个示例项目，该项目进行了一些白名单和图像处理：https://github.com/mstrchrstphr/OCR-iOS-Example

【讨论】：

@user3823935 在架构下的构建设置中删除默认值并添加 armv7 和 armv7s。这个库不是针对 arm64 构建的，这可能就是你得到错误的原因

如果链接器出错则使用“TesseractOCR.framework”使用

【参考方案4】：

我的输出是

解决方案：

 tesseract.language = @"eng+fra";

tesseract.pageSegmentationMode = G8PageSegmentationModeAuto;
tesseract.engineMode  = G8OCREngineModeTesseractCubeCombined;
tesseract.image = [image.image g8_blackAndWhite];

tesseract.maximumRecognitionTime = 60.0;
[tesseract recognize];

NSLog(@"%@", tesseract.recognizedText);

reco_area.text = [tesseract recognizedText];

对于 tessdata click here

【参考方案5】：

@Adam Richardson 解释的任何内容都是正确的，以及添加这个 1) 用于增加图像尺寸的 scaleimage 方法（尺寸增加）

func scaleImage(image: UIImage, maxDimension: CGFloat) -> UIImage

    var scaledSize = CGSize(width: maxDimension, height: maxDimension)
    var scaleFactor: CGFloat

    if image.size.width > image.size.height 
        scaleFactor = image.size.height / image.size.width
        scaledSize.width = maxDimension
        scaledSize.height = scaledSize.width * scaleFactor
     else 
        scaleFactor = image.size.width / image.size.height
        scaledSize.height = maxDimension
        scaledSize.width = scaledSize.height * scaleFactor
    

    UIGraphicsBeginImageContext(scaledSize)
    image.draw(in: CGRect(x: 0, y: 0, width: scaledSize.width, height: scaledSize.height))
    let scaledImage = UIGraphicsGetImageFromCurrentImageContext()
    UIGraphicsEndImageContext()

    return scaledImage!

2) 将此 eng.traineddata 语言文件存储在文件管理器中

 func storeLanguageFile() throws
    var fileManager: FileManager = FileManager.default
    let nsDocumentDirectory = FileManager.SearchPathDirectory.documentDirectory
    let nsUserDomainMask = FileManager.SearchPathDomainMask.userDomainMask
    let docDirectory = NSSearchPathForDirectoriesInDomains(nsDocumentDirectory, nsUserDomainMask, true)[0] as NSString
    let path: String = docDirectory.appendingPathComponent("/tessdata/eng.traineddata")
    if fileManager.fileExists(atPath: path)
        var data: NSData = NSData.dataWithContentsOfMappedFile((Bundle.main.resourcePath?.appending("/tessdata/eng.traineddata"))!)! as! NSData
        var error: NSError
        try FileManager.default.createDirectory(atPath: docDirectory.appendingPathComponent("/tessdata"), withIntermediateDirectories: true, attributes: nil)
        data.write(toFile: path, atomically: true)
    

3) 之后您可以使用https://github.com/BradLarson/GPUImage 来增加图像的清晰度

你可以用这个

func preprocessedImage(for tesseract: G8Tesseract!, sourceImage: UIImage!) -> UIImage! 
    var stillImageFilter: GPUImageAdaptiveThresholdFilter = GPUImageAdaptiveThresholdFilter()
    stillImageFilter.blurRadiusInPixels = 4.0
    var filterImage: UIImage = stillImageFilter.image(byFilteringImage: sourceImage)
    return filterImage

这 3 个步骤将帮助您将 tesseract 的准确率提高到 60 ~ 70 %

【讨论】：

通过使用上述 3 个步骤，我从 tesseract 获得了 70% 准确度的文本结果。但是，我想从此文本中获取地址、名字、姓氏等文本检测