实时图像处理（OCR）[关闭]

Posted 2023-02-18

【中文标题】实时图像处理（OCR）[关闭]

【英文标题】：Real TIme Image Processing (OCR) [closed]

【发布时间】：2013-03-17 09:14:56

【问题描述】：

我正计划开发像Word Lens 这样的应用程序。有人可以推荐一个我可以使用的好图书馆吗？或任何人解释 Word Lens 应用程序背后的技术？是卷轴时间图像匹配还是 OCR？我知道一些图像处理库，如 OpenCv、tesseract...非常感谢您的帮助...

【参考方案1】：

我是 Word Lens 的创建者之一。虽然有一些 OCR 库（如 tesseract），但我们决定自己制作，以获得更好的结果和性能。我们的一般算法是这样的：

从相机复制图像并获取其灰度分量 平整图像，使文本在背景中清晰突出 在看起来像字符和句子的事物周围画框 进行 OCR：将每个框中的像素与字符数据库进行匹配——这实际上非常困难！ 将字符收集成单词，查字典（这也很难，因为OCR会出错） 将结果重新绘制到图像上

图像匹配本身不够好，因为字体、单词和语言种类繁多。

OpenCV 是一个很好的库，可以启动和运行，并且可以了解更多关于计算机视觉的一般知识。我建议建立他们的例子，并在那里玩。玩得开心！

【讨论】：

以某种方式结合 4 和 5 会得到更好的结果吗？作为 OCR 的局外人，在我看来，您丢失了“5”的信息，这在困难的情况下可能有用。

马丁：完全正确；例如，“O”与“0”非常相似，甚至与“8”和“B”非常相似，因此它有助于保留可能性列表，然后在有更多消歧信息可用时在以下阶段将其缩减（一种简单的反馈）

@jd。感谢您的评论.. 我可以知道您创建 Word Lens 需要多长时间吗？你能推荐一些好的 OCR 教程吗？

Word Lens 花了两个人大约两年的时间（大约）制作。除了建议您构建原型之外，我想不出很多好的教程。如果您可以让基本系统快速运行，那么当您进行更多研究时，您将准备好提出正确的问题。

@jd。谢谢..我会在构建原型后回来...请您通过 gmail 连接我吗？我的 id 是 [e-mail]？