问题标签 [text-recognition]

有人知道 C/C++/Objective-C 中的任何免费/开源文本识别库吗？基本上可以扫描图像并读出所有纯文本的东西。

我正在使用标准的 Brother A3 Multifunction 扫描大量 A3 文档，然后使用 FineReader Pro 对图像进行 OCR 处理。

但是，我在识别的字符中有很多错误，还有很多非字母数字的奇怪字符。

有人可以给我任何关于以编程方式提高 OCR 准确性的提示，无论是对扫描图像进行预处理，还是对识别的文本进行后处理？

编辑：查找示例 pdf。它包括一些样本图像，我从中得到最差的结果。

我想开发一个 iPhone 应用程序，它将某种图像转换为文本格式。我想知道是否有任何内置库可以实现此目的？

我需要关于如何解决这个问题的建议。我有一些图片数据：*.jpg、*.bmp ... 我需要从中提取数据。数据是字母数字文本。我在德尔福工作。

我正在编写一个程序，当给出一个低级数学问题的图像（例如 98*13）时，它应该能够输出答案。数字是黑色的，背景是白色的。不是验证码，只是一个数学问题的图像。

数学题只有两个数字和一个运算符，而那个运算符只有 +、-、* 或 /。

显然，我知道如何进行计算；）我只是不确定如何从图像中获取文本。

一个免费的库将是理想的......虽然如果我必须自己编写代码，我可能会管理。

我想要一个像这样的课程：

日期可能存在于字符串中的任何位置，并且可能是任何格式。目前，我可以仅限于美国文化格式。日期不会以任何方式分隔。它们可能在日期的各个部分之间有任意数量的空格。我的想法是：

• ANTLR
• 正则表达式
• 手卷

我从未使用过 ANTLR，所以我将从头开始学习。我想知道是否有库或代码示例可以做类似的事情，可以让我开始。ANTLR 对于如此狭窄的用途来说是否太重了？

我以前使用过很多正则表达式，但我讨厌它，因为大多数人讨厌它。

我当然可以手动滚动它，但我宁愿不重新解决已解决的问题。

建议？

更新：这是一个例子。鉴于此输入：

这是 63 年 11 月 3 日的日期。这是另一个：1963 年 11 月 3 日；另一个是 63 年 11 月 3 日和更多（1963 年 11 月 3 日）。日期可以是任何美国格式。他们可能有像 11-2-1963 这样的破折号或像这样的奇怪的额外空白：1963 年 11 月 3 日，甚至可能像 [Nov 3 63] 那样缺少逗号，但这是一个边缘情况。

输出应该是一个包含七个日期时间的数组。每个日期都相同：11/03/1963 00:00:00。

更新：我完全用手卷了这个，我对结果很满意。我最终没有使用正则表达式，而是使用带有自定义 DateTimeFormatInfo 的 DateTime.TryParse，它允许您非常轻松地微调允许的格式以及处理 2 位数年份。考虑到这是异步处理的，性能是完全可以接受的。棘手的部分是以有效的方式标记和测试相邻标记集。

我的问题与此类似，但范围更具体。

在我的纸牌游戏应用程序中，我希望用户能够单击扫描的 jpeg 图像中的单词。请参阅此口袋妖怪交易卡示例。

在这种情况下，用户应该能够将鼠标悬停在文本“Scratch”上，文本周围会出现一个脉动的矩形边框，表明它是可点击的。问题是如何检测文本的边界。将有一组用户可以点击的事先知道的单词（这些单词将逐张从数据库中检索）。继续我们的示例，本例中的数组将是 ["Scratch", "Live Coal"]。一旦用户点击“Scratch”，应用程序必须通过回调知道选择了“Scratch”而不是“Live Coal”。

我正在考虑使用光学字符识别库来解决这个问题，但是开源选项质量很差（例如 GOCR）和/或在多个平台（例如 Tesseract）上没有经过良好测试。我只关心 Windows 和 Mac 的兼容性。我是否缺少不需要 OCR 的明显/更简单的解决方案/算法？我不能简单地在每张卡片的边界框中手动编码，因为我的数据库中将有数千张扫描的卡片。用户还可以上传他自己的自定义卡片扫描，并附带一系列可点击的文本。

文本颜色并不总是黑色。查看允许的不同卡片和文本样式的全景图。黑卡有白色文字，倒数第三张卡（捷克罗姆）有黑色文字和白色轮廓。

任何编程语言的解决方案都值得赞赏。但是，请注意，我正在寻找开源算法和/或库。如果有 Ruby 或 Java 的解决方案，那就更好了，因为我的代码主要使用这两种语言。

编辑：我忘了提到数组中单词/短语的顺序与卡片上的顺序相同。因此，数组将是 ["Scratch", "Live Coal"] 而不是 ["Live Coal", "Scratch"]。我之所以提到这一点，是因为它可能会简化任务。因此，对于这个例子，我可以简单地寻找黑色像素（尽管我必须注意白色圆圈中的黑色星星）。但是，在攻击名称下方以较小字体显示描述性文本的情况会更加困难（同样，请参见全景图示例）。

我想在我的应用程序中添加字符识别功能，这就是为什么要问你什么是最好的和负担得起的 OCR SDK 。我查看了 ABBY FineReader Engine 10.0，但还没有按照官方网站的要求获得试用版！

我已经下载了 Asprise OCR SDK，但它不能识别西里尔符号..

如何在我的应用程序上实现字符识别？通过使用什么样的库、SDK、API 等等。

我从电影截图中获取字幕。一个例子

它会抢

嘿，为什么我们不都放松一下，嗯？

它与字幕无关。是截图。由于它是一个字幕，我们知道字体大小等是否会更容易抓取。

我知道你们中的大多数人会说 PHP OCR 库，但由于背景总是不同的，看起来它不起作用。

请查看下面的屏幕截图，看看您能否告诉我为什么这不起作用。TextRecognize 参考页面上的示例看起来非常令人印象深刻，我认为识别这样的单个字母应该不是问题。我试过调整字母的大小以及锐化图像。

为了方便您自己尝试一下，我在这篇文章的底部包含了我使用的图像。您还可以通过在 Google 图片搜索中搜索“Wordfeud”来找到更多类似的内容。