问题标签 [leptonica]

机器详情：

我正在尝试使用图像处理库 leptonica 运行一个简单的代码。代码只是读取图像并将图像写入文件。

我使用以下过程包含了所有库

我还通过单击库路径添加了库的路径。我添加了大约 14 个库。我为每个库得到的错误是

谁能告诉我为什么会发生这种情况以及如何解决？这是包含库的正确方法吗？

我已经使用输出配置管理器设置构建了一个 cpp dll，如快照所示

.

它构建成功并创建了 dll。然后为了使用它，我编写了包含 dll 的 ac# 项目，如下所示

之后，我使用如图所示的配置构建它

当我尝试运行此应用程序时，我在控制台中得到以下输出。

之后，当我更改构建配置并尝试再次构建它时，cpp 项目不会构建并给出很多类型的错误，如下所示。

这个特殊的库 leptonica 和所有必要的库都是在 64 位机器上单独构建的。当我尝试更改 c# 项目的配置时，我得到了异常

我在项目中所做的是调用 dll 函数来读取图像并对其进行操作。我认为这与我要读取的图像格式有关。所以我尝试使用 .jpeg 和 .tif 运行应用程序但始终具有相同的输出。我在 64 位机器上的 Visual Studio 2013 和框架 3.5 上执行所有这些操作。BadImageFormatException 的确切含义是什么以及如何解决它？是代码问题还是架构问题？

我想从图像中提取文本，我需要将其旋转 90 度。当我使用旋转图像时

顶部和底部的一些像素丢失了。我尝试过的变化是

以及 L_ROTATE_SHEAR、L_ROTATE_SAMPLING。但是边界附近的像素在每种情况下都会丢失。有没有办法在不丢失像素的情况下进行这种旋转？

好的，整个故事是，我正在尝试在 C++ 中使用 Leptonica+Tesseract OCR 来截取屏幕截图，将其保存到 *.bmp 文件，然后将其加载回 OCR。我不需要经常这样做，但由于我似乎无法将屏幕截图数据直接复制到 Leptonica PIX 结构中，所以我需要先将其保存到文件中。实际上，最好有一个解决方案。

这是我在网上找到的一些代码，试图帮助我。

屏幕盖：

尝试编写函数：

多年来无耻地抄袭人们的帖子。好的！我面临的问题是，我似乎无法理解如何将 Hbitmap 全局分配到全局可访问的句柄中，该句柄可以转换或与 LPBITMAPINFOHEADER 一起使用。创建 lpbi 后，其中的每个字段在 Visual Studio 2012 调试中都是“无法读取内存”错误。它是不可访问的，尽管被创建了。

解决方案..直接从屏幕截图到 PIX，在内存中..找到一种方法来保存到位图并定期创建它们以供阅读..找到另一种更有意义的方法..

更喜欢第一个，但是，我要求解决这个问题，而不是第二个..或第三个。

如果您需要更多信息，我可以尝试提供。这主要归结为“我以前从未做过这样的代码，而且我的课堂上也没有教过它，所以我正在努力学习”。

我正在开发一种图像处理软件，它可以从手机摄像头拍摄的图像中提取/裁剪并增强这种裁剪后的单页表单。表单没有矩形边界以简化提取过程。是的，它是白色背景黑色文本格式，但是除此之外没有什么是固定的。现在将出现一些文本，以验证图像是否符合要求。所以我的问题是这些。

1）我可以使用 leptonica 库本身搜索特定的正则表达式，还是我必须将焦点转移到其他库（如 tessarect API）来执行此操作。到目前为止，我还没有找到任何此类

2）现在假设我知道左上角和右下角的文本并且我成功搜索它。我可以获得我正在搜索的特定文本的坐标然后相应地裁剪图像吗？

我正在尝试获取 PDF 页面的图像并对其进行编辑。一切正常，但内存增长巨大。Profiler 说没有任何内存泄漏。分析器还说，在 UIGraphicsGetCurrentContext() 和 UIGraphicsGetImageFromCurrentImageContext() 分配了 90% 的内存。此代码不在循环中运行，无需使用@autorelease 包装它。

但是调试显示只有当我开始编辑获取的图像时才会出现内存增长。对于图像编辑，我使用 Leptonica 库。例如：

在 pixConvertTo8 应用程序占用 13MB 之前，之后 - 50MB。显然增长取决于图像大小。转换方法：

PS对不起我糟糕的英语。

我正在使用 leptonica 进行清理和图像处理，然后将其传递给 tesseract 进行 OCR。但是，即使图像质量很高，它也无法识别字符。图像规格如下。

以下是我使用 leptonica 依次进行的图像处理操作

我在输出中得到垃圾字符。示例输入图像如下。

我得到的输出如下

我应该怎么做才能提高准确性。

第2部分：

我尝试点击此链接。并创建了一个 eng.user-words.traineddata 文件和 bazaar.train 文件，并尝试使用“bazaar”作为附加参数运行。但我得到“read_params_file：无法打开集市错误”。有什么建议么？

我想知道我应该使用什么函数来获取使用Leptonica 图像处理库的 Pix 类型图像的感兴趣区域。我已经在 OpenCV 中完成了这项工作，并且我想要在 Leptonica 中使用它的一个版本。提前致谢。

OpenCV 代码：

我正在尝试对某些具有以下纹理的表单进行 OCR：

此纹理导致 OCR 程序忽略它，将其标记为图像区域。

我考虑过使用形态学。带有星号的关闭操作最终如下：

这个结果对于 OCR 来说仍然不够好。

当我手动擦除“胡椒”并对图像进行自适应阈值处理时，如下在 OCR 上给出了良好的结果：

你对这个问题还有其他想法吗？

谢谢

我正在 EmguCV 中开发 OCR 应用程序。我的目标是实现与 Capture2Text 相同的结果。

Capture2Text 使用 Tesseract 引擎进行 OCR 和 Leptonica 库进行预处理。我们知道 EmguCV 正在使用 Tesseract 引擎进行 OCR，因此我们只剩下预处理了。

Capture2Text 中的预处理是通过使用特定值按以下顺序调用 Leptonica 的函数来完成的。实际代码文件位于文件夹 ...\ Capture2Text_v3.5 \Capture2Text\SourceCode\leptonica_util 下的 leptonica_util.c 中

读入源图像 转换为灰度 执行自动否定图像 缩放图像（线性插值） 应用非锐化蒙版 执行 Otsu 二值化

在这两种可能的选择中，哪一种更好？如何？

1. 在 EmguCV 中使用 Leptonica 库，方法是将其包含在代码中，然后使用相同的参数调用相同的函数。
2. 尝试查找和使用 EmguCV 中已有的等效功能。

我曾尝试选择选项 1，但无法正确执行。对于第二个选项，我不确定在 EmguCV 中的具体位置。