如何在 Training ImageLoader 中使用 png 加载前 100 个字符

Posted 2023-04-17

【中文标题】如何在 Training ImageLoader 中使用 png 加载前 100 个字符

【英文标题】：How load first 100 characters with png in TrainingImageLoader

【发布时间】：2015-07-27 05:13:01

【问题描述】：

我想画最好的png文件的前100个字符，但是如果不能全部画出来。

文件在那里：http://abatis.org.uk/projects/txt2fig.png

            File fff = new File("C:\\Users\\lll\\Desktop\\txt2fig.png");
            OCRScanner scanner = new OCRScanner();
            TrainingImageLoader loader = new TrainingImageLoader();
            HashMap<Character, ArrayList<TrainingImage>> trainingImageMap = new HashMap<Character, ArrayList<TrainingImage>>();
            loader.load(fff.getAbsolutePath(), new CharacterRange('A', 'Z'), trainingImageMap);
            scanner.addTrainingImages(trainingImageMap);

            Image image = ImageIO.read(fff);
            PixelImage pixelImage = new PixelImage(image);
            pixelImage.toGrayScale(true);
            pixelImage.filter();

            String text = scanner.scan(image, 0, 0, 0, 0, null);
            System.out.println(text);

例外：

java.io.IOException: Expected to decode 26 characters but actually decoded 911 characters in training: C:\Users\lll\Desktop\txt2fig.png
    at net.sourceforge.javaocr.ocrPlugins.mseOCR.TrainingImageLoader.load(TrainingImageLoader.java:107)
    at net.sourceforge.javaocr.ocrPlugins.mseOCR.TrainingImageLoader.load(TrainingImageLoader.java:83)

我在 pom 中的库：

        <dependency>
            <groupId>net.sourceforge.javaocr</groupId>
            <artifactId>javaocr-core</artifactId>
            <version>1.0</version>
        </dependency>
        <dependency>
            <groupId>net.sourceforge.javaocr.plugins</groupId>
            <artifactId>javaocr-plugin-awt</artifactId>
            <version>1.0</version>
        </dependency>

我知道：

new CharacterRange ('A', 'Z')

应该包括文件中的第一个和最后一个字符，它可以以某种方式绕过？

【参考方案1】：

您不了解此工具的概念。您已将带有文本的图像作为训练图像放入 OCR，而训练图像应该只有与 ASCII 码 0x20h 到 0x7Ch（或高于此范围）相对应的训练字符，因此至少如下所示：

 !"#$%&'()*+,-./0123456789:;<=>?@ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_`abcdefghijklmnopqrstuvwxyz|~

请注意训练图像开头的空格。

首先尝试从 javaocr-20100605.zip/ocrTests/ 目录中分析样本图像和训练图像，例如。文件 trainingImages/hpljPica.jpg 作为训练图像，文件 hpljPicaSample.jpg 作为要分析的图像。使用 Java OCR GUI（由 java -jar JavaOCR.jar 执行）的具有称为 Mean Square OCR Recognzier 功能的选项卡。稍后您可以尝试使用由图像组成的自己的训练图像进行分析。为此，您可以使用 Java OCR GUI 的名为 Character Extractor 的选项卡中的功能从图像中提取字符。因此，使用按其 ASCII 代码排序的提取字符排列输出文件。用它们组成你的训练图像。

下面附加的屏幕截图显示了如何将 OCR 与 GUI 一起使用及其结果。

OCR用Java OCR工具从空间到~

OCR 结果 - 您可以看到一些 OCR 错误

如您所见，至少发生了两个识别错误，但并不多。