c++ - 提高 tesseract ocr 结果的质量

Question

我正在使用 JNI 开发适用于 Android 的 OCR 应用程序，并使用 OpenCV 和 Tesseract 在 C++ 下开发代码。它将用于从应用拍摄的照片中读取带有字母数字 ID 的徽章。

我开发了一个处理图像预处理的代码，以获得如下所示的“可读图像”:

我使用 tesseract 编写了以下函数来“读取”图像:

char* read_text(Mat input_image)
{
    tesseract::TessBaseAPI text_recognizer;
    text_recognizer.Init("/usr/share/tesseract-ocr/tessdata", "eng", tesseract::OEM_TESSERACT_ONLY);
    text_recognizer.SetVariable("tessedit_char_whitelist", "ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789");
    text_recognizer.SetImage((uchar*)input_image.data, input_image.cols, input_image.rows, input_image.channels(), input_image.step1());
    text_recognizer.Recognize(NULL);
    return text_recognizer.GetUTF8Text();
}

预期的结果是“KQ 978 A3705”，但我得到的是“KO 978 H375”。

我采纳了 https://github.com/tesseract-ocr/tesseract/wiki/ImproveQuality 中关于提高图像质量的所有建议。此外，从 https://github.com/tesseract-ocr/docs 阅读文档，我尝试使用多边形对图像进行近似以获得“更好”的特征。我使用的图像是这样的:

有了这张图片，我得到了“KO 978 A3705”。结果明显好于上一个，但还不够好。

我认为我传递给 tesseract 的经过处理的图像足以获得良好的结果，但我不明白。我不知道还能做什么，所以我问你的想法，以解决这个问题。我需要一个准确的结果，我想我可以用我得到的处理后的图像得到它。请出主意! =)

Answer 1

我注意到通过一些扩张，结果 ORC 结果得到了惊人的改善!对我来说，这是解决方案