我已经成功地将 tesseract 集成到我的 android 应用程序中，它可以读取我捕获的任何图像，但准确性非常低。但大多数情况下，我在捕获后没有得到正确的文本，因为感兴趣区域周围的一些文本也被捕获了。
我只想准确地阅读矩形区域中的所有文本，而无需捕获矩形的边缘。我已经做了一些研究并在stackoverflow上发布了两次，但仍然没有得到满意的结果！
以下是我发的 2 个帖子：
我不确定是继续使用 tesseract 还是使用 openCV
问问题
6636 次
2 回答
11
包括许多其他人的链接和答案，我认为退后一步并注意光学字符识别（OCR）实际上有两个基本步骤：
- 文本检测：这是您问题的标题和焦点，它涉及定位包含文本的图像中的区域。
- 文本识别：这是实际识别发生的地方，来自检测的本地化图像区域被逐个字符分割并分类。这也是 Tesseract 等工具发挥作用的地方。
现在，还有两个应用 OCR 的常规设置：
- 受控：这些是从扫描仪或类似性质的图像中获取的图像，其中目标是文档，并且诸如透视、比例、字体、方向、背景一致性等内容非常温顺。
- 不受控制/场景：这些是更自然和野外的照片，例如从相机拍摄的照片，您试图识别街道标志、商店名称等。
Tesseract as-is 最适用于“受控”设置。总的来说，特别是对于场景 OCR，“重新训练”Tesseract不会直接改善检测，但可能会改善识别。
如果您希望改进场景文本检测，请参阅此工作；如果您正在考虑改进场景文本识别，请参阅这项工作。由于您询问了检测，因此检测参考使用最大稳定极值区域 (MSER)，它具有大量的实现资源，例如，请参见此处。
这里还有一个专门针对 Android 的文本检测项目：
https ://github.com/dreamdragon/text-detection
正如许多人所指出的，请记住，认可仍然是一项开放的研究挑战。
于 2013-06-28T16:12:17.240 回答
5
改善 OCR 输出的解决方案是
要么使用更多的训练数据来更好地训练它
使用一些线性过滤器过滤它的输入（灰度，高对比度，模糊）
在聊天中，我们发布了许多描述 OCRing 中使用的过滤技术的链接，但没有发布示例代码。
发布的一些链接是
使用非对称过滤器进行文本增强<-- 这篇论文很容易在 google 上找到，应该完整阅读，因为它非常清楚地说明和演示了在 OCR 处理图像之前的必要步骤。
于 2013-06-21T15:23:14.250 回答