有谁知道用于拍摄图像并对其执行图像识别的 c++ 库，以便它可以根据给定的字体和/或字体高度找到字母？即使是不允许您选择字体的字体也会很好（例如：readLetters(Image image)。
Zombies
问问题
5365 次
5 回答
7
我最近一直在研究这个。你最好的就是 Tesseract。如果您需要在 OCR 之上进行布局分析，而不是使用 Ocropus（后者又使用 Tesseract 进行 OCR）。布局分析是指能够检测图像上文本的位置，并进行线分割、块分割等。
通过对 Tesseract 的实验，我发现了一些非常好的技巧，值得分享。基本上我必须对图像进行大量预处理。
- 将输入图像放大/缩小到 300 dpi。
- 从图像中去除颜色。灰度很好。我实际上使用了一个抖动阈值并将我的输入设置为黑白。
- 从您的图像中删除不必要的垃圾。对于以上所有三个，我使用 netbpm（一组用于 unix 的图像处理工具）来达到我所需要的几乎 100% 的准确度。
如果你有一个高度定制的字体并且单独使用 tesseract，你必须“训练”系统——基本上你必须提供一堆训练数据。这在 tesseract-ocr 网站上有很好的记录。您实质上为您的字体创建了一种新的“语言”，并使用 -l 参数将其传入。
我发现的另一种训练机制是使用 Ocropus 使用神经网络 (bpnet) 训练。建立一个好的统计模型需要大量的输入数据。
在调用 Tesseract/Ocropus 方面都是 C++。它不会像 ReadLines(Image) 那样简单，但是您可以查看一个 API。您也可以通过命令行调用。
于 2009-01-23T07:20:30.507 回答
5
虽然我不能特别推荐一个，但您正在寻找的术语是 OCR（光学字符识别）。
于 2009-01-20T20:06:10.323 回答
3
有tesseract-ocr这是一个专业的图书馆来做到这一点。
从那里的网站
Tesseract OCR 引擎是 1995 年 UNLV 精度测试中排名前三的引擎之一。从 1995 年到 2006 年，它几乎没有做任何工作，但它可能是可用的最准确的开源 OCR 引擎之一
于 2009-01-20T20:06:36.703 回答
1
我想你想要的是猜想。曾经是 libgocr 项目。我已经有几年没有使用它了，但是如果您设置了密钥，它曾经非常可靠。
于 2009-01-20T20:07:51.803 回答
0
Tesseract OCR 库提供了非常准确的结果，它是一个 C 和 C++ 库。我最初的结果准确率约为 80%，但在提供 OCR 之前对图像进行预处理，结果准确率约为 95%。什么是预处理：
1）对位图进行二值化（B&W 对我来说效果更好）。怎么做
2) 将图像重采样为 300 dpi
3) 以无损格式保存图像，例如 LZW TIFF 或 CCITT Group 4 TIFF。
于 2016-12-21T04:43:06.830 回答