光学字符识别。使用tesseract识别里程表

Posted 2023-04-17

【中文标题】光学字符识别。使用tesseract识别里程表

【英文标题】：OCR. Using tesseract to recognize odometer

【发布时间】：2016-08-09 03:21:56

【问题描述】：

我想识别里程表中的数字。我找到了适用于 ios 的本教程。 https://www.raywenderlich.com/93276/implementing-tesseract-ocr-ios

我的 tesseract 属性：

func performImageRecognition(image: UIImage) 

    let tesseract = G8Tesseract()
    tesseract.language = "eng"
    tesseract.engineMode = .TesseractCubeCombined
    tesseract.pageSegmentationMode = .Auto
    tesseract.maximumRecognitionTime = 60.0
    tesseract.setVariableValue("0123456789", forKey: "tessedit_char_whitelist")
    tesseract.image = image.g8_blackAndWhite()
    tesseract.recognize()
  

应用成功识别标准文本。 但应用程序无法识别里程表中的数字。 是否可以调整 tesseract 来扫描里程表？

我试过这些图片：

【参考方案1】：

如果我是你，我会尝试从里程表图像中剪下数字，拉直它们，做阈值（一切手动），看看 tesseract 是否正确扫描处理后的图像，结果有多清晰。 如果它确实正确扫描，您应该使用算法以编程方式处理图像（使用 openCV 可能是最好的）。如果它没有，您应该尝试为这些数字训练您的 tesseract，这在里程表上很常见，然后看看 tesseract 是如何工作的（我没有尝试过亲自训练，也许this 会有所帮助）。

您的图像应该看起来像这样，但问题是，例如，最后一个数字肯定不会被识别为 1，即使您将 tesseract 字符白名单减少到“0123456789”，它也会被扫描为 1和 1（因为有两个部分）。如果您想使用 tesseract，我认为在您的情况下必须进行 tesseract 培训。顺便说一句，你前两张图片的情况应该会更好。

【参考方案2】：

OCR for Seven-segment display numbers in objective C.