Tesseract OCR 上的数字数字

Posted 2023-04-17

【中文标题】Tesseract OCR 上的数字数字

【英文标题】：Digital Numbers on Tesseract OCR

【发布时间】：2015-08-09 08:01:58

【问题描述】：

解决方案：

我必须训练自己的数据才能使用 OCR 进行尝试。看起来效果不错，但我不知道为什么来自 arturaugusto 的训练数据对我不起作用 =(

https://github.com/adri1992/Tesseract_sevenSegmentsLetsGoDigital.git

使用我训练过的数据，为了获得良好的 OCR 结果，我已经完成了这个阶段（我已经使用 OpenCV 完成了）：

首先，将图像转换为黑白 其次，对图像应用高斯模糊 第三，对图像应用阈值滤镜

这样，七段数字就被识别出来了。

问题：

我正在尝试通过 android 上的 Tesseract 获取 OCR，并且正在使用此图像测试应用程序（通过 Text detection on Seven Segment Display via Tesseract OCR）：

我正在使用由 arturaugusto (https://github.com/arturaugusto/display_ocr) 训练的数据，但 OCR 的错误结果是：

884288

零被识别为八，我不知道为什么。

我正在通过 OpenCV 对图像应用高斯模糊和阈值过滤器，处理后的图像是这样的：

是否有任何其他数据经过训练或您知道解决问题的任何方法？

【问题讨论】：

嗨，阿德里，您的解决方案有什么更新吗？ :-)

嗨菲利普！我已经训练了自己的数据...试试github.com/adri1992/Tesseract_sevenSegmentsLetsGoDigital 并检查我是否适合您。请记住执行我在帖子的“解决方案”部分中评论的所有阶段

我设法使用 python 枕头处理您的测试图像并达到与您的相似的 bw 图像，但是当我使用您训练的数据运行 tesseract 时，它返回一个空页面（！）。我不确定我是否正确安装了训练数据...我将所有内容复制到文件夹 /opt/local/share/tessdata （我在 Mac OS X 上）。当我运行 tesseract --list-langs 时，会显示“lets”语言。你有什么建议吗？顺便说一句，您的训练数据不再将“0”误认为“8”（正如您在问题中所说）？

感谢 adri1992 提供经过训练的数据。

嗨泽山！我训练了自己的数据。它应该使用具体字体github.com/adri1992/Tesseract_sevenSegmentsLetsGoDigital

【参考方案1】：

尝试使用 erode 来填补片段之间的空隙。 我认为问题在于 tesseract 无法处理良好的分段字体。

使用OpenCV-python，我使用cv2.erode(display,kernel, iterations = erosion_iters)来解决这个问题。

【讨论】：

是的，我试图填补段之间的空白，但它对我也不起作用:(我已经用相同的字体训练了我自己的数据，现在，我不知道究竟为什么，OCR 可以很好地处理这些经过训练的新数据。几分钟后，我将使用解决方案和存储库方向更新问题。非常感谢！

你能澄清一下你在代码前面声明的display和kernel吗？ （例如，它是某种进口吗？）

@takanuva15，举个例子：import cv2;将 numpy 导入为 np； display = cv2.imread('display.png',0);内核 = np.ones((6,6),np.uint8); eroded_img = cv2.erode(显示, 内核, 迭代次数 = 1);