c++ - 将带有 OpenCV 边界框的图像传递给 tesseract OCR

Question

我正在尝试使用 OpenCV 和 Tesseract 从图像中提取文本。我已经设法检测到文本区域并使用边界框来分隔它们。但是现在我找不到如何将边界框传递给 Tesseract。

        for(int idx = 0; idx >= 0; idx = hierarchy[idx][0])
        {
            Rect rect = boundingRect(contours[idx]);
            Mat maskROI(mask, rect);
            maskROI = Scalar(0, 0, 0);
            // fill the contour
            drawContours(mask, contours, idx, Scalar(255, 255, 255), CV_FILLED);
            // ratio of non-zero pixels in the filled region
            double r = (double)countNonZero(maskROI)/(rect.width*rect.height);

            if (r > .45 /* assume at least 45% of the area is filled if it contains text */
                &&
                (rect.height > 8 && rect.width > 8) /* constraints on region size */
                /* these two conditions alone are not very robust. better to use something
                 like the number of significant peaks in a horizontal projection as a third condition */
                )
            {
                rectangle(rgb, rect, Scalar(0, 255, 0), 2);
            }
        }
        imwrite(OUTPUT_FOLDER_PATH + string("/rgb.jpg"), rgb);
    return 0;
    }

我使用边界框获得了非常好的结果。带边界框的图像:

然后尝试了 cv::text::OCRTesseract::run 但这似乎不起作用。

有人有想法吗？

编辑:我不得不删除大部分代码，因为我实习的公司要求我这样做。但这是我的年终项目，所以一旦我结束了这一年，我将使用整个项目的 github 链接编辑帖子。

Answer 1

首先，感谢 miki 的帮助。这就是我为解决此问题所做的工作。

1. 为每个边界框裁剪原始图像。这将为图像中的许多文本区域提供单独的图像。为此，只需输入 Mat cropedImage = small(Rect(rect));这条线下rectangle(rgb, rect, Scalar(0, 255, 0), 2);

2. 创建 OCRTesseract 类的实例并初始化 tesseract 引擎。为此，添加此行 Ptr<cv::text::OCRTesseract> tess = cv::text::OCRTesseract::create(NULL,NULL,NULL,3,3); (最好在你的 main 之前，但你可以把它放在任何地方，只要它在这段代码的 for 循环之前)。该参数不是强制性的，因此您可以只输入 Ptr<cv::text::OCRTesseract> tess = cv::text::OCRTesseract::create(); .

   1. 现在您已经有了自己的引擎。您可以运行 OCR。您可以使用许多参数运行它，但我将坚持使用基本参数:输入图像和输出文本。所以你现在可以添加这一行 tess->run(cropedImage, output_string);就在这个下面Mat cropedImage = small(Rect(rect));

请注意，最好在将裁剪后的图像传递给 OCR 之前对其进行处理(对二值图像进行阈值处理，放大裁剪，使文本不接触边缘)