python - 字符识别的最佳算法

Question

我正在尝试从视频创建一个硬编码的字幕开膛手。

到目前为止，我已经做了一些预处理。

1. 获取字幕框
2. 裁剪字幕行
3. 单独的字幕行
4. 分隔字符。

字符识别的主要部分还没有完成。我尝试使用 tesseract，但准确率约为 60%。我也尝试训练角色图像然后比较它们。但是当我在不同分辨率的视频上运行时，它严重失败。

以下是目前的结果。 (原图、阈值、文字增强、分隔字符)

我确实使用了 K 均值并使用结构相似性比较图像。但在我的情况下没有任何效果。如您所见，图片文字非常清晰。

已编辑:

问题:我想将准确度提高到 95% 或更高，因为所有视频的文本都相似，我能够获得如上所示的明文或字符。我可以尝试哪些最佳方法？

P.S: 语言是克罗地亚语

Answer 1

我会建议两件事:

1. 多玩一些图片清理
2. 获得更好的 OCR。 Tesseract 是免费的，但不是最好的。如果你的预算允许，你可以考虑一些商业的。例如:OCRSDK.com这个有一些可用的免费识别，至少足够玩，看看它是否适合你。

我在 demo page 上试过你的最新照片(所有清洁后的照片) ，它几乎完全正确地被识别 - 见下文。比 60% 的错误要好得多。我相信，通过更好的图像预处理，您可以进一步提高准确性。

免责声明:我为 ABBYY 工作。