c# - 字体不变的简化 OCR

Question

我正在从事一个需要更简单、更准确的 OCR 工具的项目

我的场景:

• 每周图像都具有相同的结构
• 我有一个小区域需要从中获取号码
• 我需要从中获取带连字符的文本的另一个小区域
• 字体始终相同(这是我可以获得更准确的地方)
• 除了平面光栅化图像外，没有其他图像选项
• 核心软件是用 C# 编写的，因此最好使用 CLI 语言。
• 图像为 300 dpi，因此有很好的工作基础

我会使用普通的 OCR 程序，但我知道我可以获得更准确的结果，即使不是完美的结果，因为它始终是相同的字体。

那么，什么是好的方法呢？我不想做大量的工作从头开始写这个，但我不想要一个预先训练过的过度通用的 OCR 工具。我想用这一种字体训练它，这样它会得到非常准确的结果。我也不想进行分离单词和查找字母行等的特征提取。

Answer 1

我可能会使用 OpenCV 的机器学习(例如使用 haar 级联)，除非角色的位置真的是完全静态的——在那种情况下，简单的比较就可以解决问题(例如，使用差的绝对和找到最佳匹配) .

字体固定了吗？如果没有，您可以使用一种特殊的 OCR 字体来获得难以混淆的字符，即使是在较差的图像上也是如此。

尽管如此，考虑到您说您想教授它，您最好选择机器学习。