问题标签 [ocr]

我想构建一个 Android 应用程序，它应该通过 OCR 库扫描图片并从中提取文本。

我应该使用什么 Java 库？

我正在使用 WPF InkCanvas 控件来捕获 Tablet PC 应用程序中的签名。

我的要求之一是验证应用程序是否真的已“签名”。现在我通过检查 InkCanvas 的 Strokes 集合来执行此操作 - 如果有 0 个笔划，那么我知道用户没有“签名”。

但是，如果用户输入一个斜线，甚至一个点，这算作一个笔划，我的验证测试将通过，即使签名不是真的有效。

关于如何为此建立更好的测试的任何想法？诚然，什么是有效签名和什么不是有效签名的用例非常模糊，但我想尝试消除明显不好的签名。

或者这是否以任何直接的方式根本无法解决？

我想编写一个可以利用 Adob​​e Acrobat 中的 OCR 功能的 C# 应用程序。我怎么称呼这个？有公共 API 吗？

我不想知道它在说什么，也不会像 CAPTCHA 那样处理任何失真，我只想知道一堆图像是否包含任何文本。

这将在几个空闲的 Linux 服务器上运行，一个 cron 作业将每天多次处理大量图像。

在此过程中，我想做的一件事是丢弃任何带有文本的图像。我不介意一些误报，但在识别带有应尽可能丢弃的文本的图像时，我希望尽可能接近零失败率。

对于合同工作，我需要将来自德国联邦议会的许多旧的、仅扫描图形的全体辩论协议 PDF 数字化。

问题是这些文件中的大多数都有两列格式：

示例协议 http://sert.homedns.org/img/btp12001.png

我很想阅读您对以下问题的回答：

1. 在将两列输入 OCR 之前如何拆分它们？
2. 您推荐哪种商业、开源 OCR 软件或框架，为什么？

请注意，任何工具、编程语言、框架等都可以。不要犹豫，推荐深奥的产品，图书馆，如果你认为它们被剪掉了^__^！！

更新：这些文件已经被议会扫描 o_O:样本（与上图相同），其中有很多，我想尽快交付合同，所以我不能去获取相同文件的打印副本，剪切并亲自扫描它们。他们太多了。

最好的问候，
Cetin Sert

我正在寻找在 Android 上运行的 Java OCR，但是 Asprise 似乎不是独立于平台的 OCR。是否有任何开源/免费的 Java OCR 可用于 android 应用程序开发？

我正在尝试使用 MODI 对窗口程序进行 OCR。它适用于我使用 win32 互操作以编程方式抓取的屏幕截图，如下所示：

然后将此图像保存到文件中并像这样通过 MODI 运行：

这部分工作正常，但是，我不想 OCR 整个屏幕截图，只是其中的一部分。我尝试像这样以编程方式裁剪图像：

然后 OCRing 这个较小的图像，但是 MODI 抛出异常；'OCR 运行错误'，错误代码是-959967087。

为什么 MODI 可以处理原始位图，但不能处理从中提取的较小版本？

我有 55 000 个图像文件（JPG 和 TIFF 格式），它们是书中的图片。

每个页面的结构是这样的：

一些文字

---（水平线）---

一个号码

一些文字

---（水平线）---

另一个号码

一些文字

任何给定页面上可以有 0 到 4 条水平线。

我需要找到数字是多少，就在水平线的下方。

但是，数字严格遵循彼此，从第一页的一个开始，所以为了找到数字，我不需要阅读它：我可以检测水平线的存在，这应该既容易又安全尝试对页面进行 OCR 以检测数字。

该算法基本上是：

问题是：执行“计算水平线”部分的最佳图像库/语言是什么？

我想问一下，有没有识别图像的api？

我需要从图像中读取数据...我可以读取打印在图像上的数字吗...

我决定做一个有趣的项目，我想将扑克牌的图像作为输入并返回其等级和花色。我认为我只需要查看左上角，因为它包含所有信息。它应该是健壮的——如果我有一张钻石王牌的大图像，我应该能够将它缩放到 20% 到 200% 的任何位置，并且仍然得到正确的答案。

第一个问题 - 是否有任何已经写过的东西可以做到这一点？如果是这样，我会为 OCR 找到其他东西，所以我不会重复这些努力。

第二 - 这样做的最佳方法是什么？神经网络？手工编码的东西？任何人都可以提供任何指示吗？（0xCAAF9452 不是可接受的答案）。