为啥 Tesseract OCR 库(iOS)根本无法识别文本?

Posted

技术标签:

【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"];

【讨论】:

【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

【讨论】:

【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

以上是关于为啥 Tesseract OCR 库(iOS)根本无法识别文本?的主要内容,如果未能解决你的问题,请参考以下文章

开源OCR识别库-Tesseract介绍

Tesseract 或任何其他 OCR 库

Python调用Tesseract-OCR完成图片OCR识别

iOS Tesseract:糟糕的结果

如何将 Tesseract OCR 库集成到 C++ 程序中

Python中利用Tesseract软件来识别图片中的英文与中文