正方体 OCR 相机

Posted 2023-04-17

【中文标题】正方体 OCR 相机

【英文标题】：Tesseract OCR Camera

【发布时间】：2012-08-10 16:08:36

【问题描述】：

我在我的 ios 应用程序中使用 Tesseract OCR 3.01，当我从手机库中选择图像时，它显示我的数据准确率为 90%。但是，如果我使用相机中的相同图像，它会显示混乱的字母。我关注了this tutorial，请指导我是否可以做些什么来确保它在相机上工作，因为它适用于画廊图像。

【参考方案1】：

是的，要具体说明三点，首先，OCR 对黑白图像效果很好，而不是彩色图像，所以如果你可以尝试将图像转换为黑白图像，它会提高准确性。

第二个是大小和方向，你需要强制图像为640*480或320大小，这样既可以提高识别速度，也可以提高准确率，对于方向，有很多管理方法。

最后，如果您可以允许用户指定他想要执行 OCR 的确切位置或图像的哪个部分，这将大大提高准确性和时间，因为库不需要检查整个图像文本，而不是您已经指定要搜索的部分。

PS：过去几周我一直致力于创建 OCR 应用程序。

【参考方案2】：

几乎可以肯定，问题在于“方向”。苹果倾向于以一种位图的形式创建图像——图像位的布局就好像相机在它的一侧，音量按钮在顶部和右侧。您看到的看起来更高而不是更宽的图像仍按上述方式布置，但图像中包含的 EXIF 对象中有一个“方向”。

我猜 tesseract 不查看 EXIF，但希望图像采用“标准”格式，以便文本处于阅读文本的位置。

您可以使用右上角音量按钮拍摄的相机图像来验证我的假设。

如果它们有效，那么您需要自己处理图像，并根据方向设置重新排列位。这并不难做到，但需要您阅读 vImage 和/或位图上下文。

【讨论】：

即使这样输出也像特殊符号

例如 " 5>;¢%~_» " ' __ »M'~<__>7_'i¢“~~ _ ' " ' ,$.35 _f " _<_> _ ;“>s<_ :3_ _ ._>_--~.._~>_~..,._ - ' = _ j '@_f ;:_;;“'-'._;_'_'.»”

显然图片有些不同！看看它们的大小 - 相机图像更大吗？方向会影响结果吗？我没有这个框架的经验，也许其他人有并且可以直接回答这个问题。

正如大卫所说，方向是问题之一，另一个问题是 iPhone 相机图像分辨率。我使用的是 UIImagepicker 视图，图像分辨率约为 1900 * 1900，但对于 tesseract，如果分辨率约为 640 * 480，它会提供不错的输出。所以我选择了 AVCam 并设置了相机的分辨率并应用了一些预处理技术。