android - 正方体返回非英文字符

Question

我最近按照一些教程来设置 Tesseract，现在我正在尝试查看 OCR 是否正常工作。当我拍照并获取文本时，有时会收到非英文字符。它实际上看起来像胡言乱语。我在下面发布了一个输出示例：

 ; .'—--~_~:~ ear
 .::§—‘.::~__>‘Z~r'.‘ ,::-SES‘:3£a"3'§_“5.E.~ °?®.=_-
 .—_;%~‘=*c§u-5; H =—oc+-»o cn-5 '55:.

我拍的照片是此链接中研究文章的第一页。我不确定为什么会这样。我在 tessdata 子目录中也有 eng.traineddata 文件。

Answer 1

我想到了两件事：

• 为图像中使用的字体训练 tesseract
• 事先编辑图像
  • 灰度
  • 调整大小
  • 扩张
  • 平滑
  • 高斯模糊
  • ... 等等

对于编辑，我可以推荐ImageMagic。