opencv - tesseract OCR - Q 检测为 O

Question

我正在开发一个应用程序，使用 OpenCV 和 tesseract 作为 OCR 引擎来读取身份徽章。我使用 OpenCV 编写了一个算法，该算法处理文本检测，以便为我的 OCR 引擎获得清晰且“易于阅读”的图像。我在下面添加一张图片来说明我得到的结果:

当我要求 tesseract“读取”图像时，我得到“KO 978”...用 tesseract 搜索这个“O/Q 问题”，我只找到这篇文章 https://groups.google.com/forum/#!topic/tesseract-issues/kEDIIpQ-9W4 , 但在这里，似乎是 tesseract 的输入图像没有被清楚地预处理(响应是图像没有被校正)...

基于 github 上的 wiki 部分，我遵循了提高质量的所有步骤(我认为图像足够清晰)，所以我不知道我还能做什么......我不知道是否培训 OCR 会有所帮助，但如果可能的话，我想避免这样做，因为工作很辛苦，而且文档中不推荐这样做。

我在控制台中使用 tesseract v3.03，未集成到我的应用程序中(因此 tessarct 对输入图像进行了预处理)。

知道如何解决这个问题吗？谢谢!

Answer 1

您可以训练您的语言文件以提高准确性。 This article will help you for training

当你训练tesseract 语言文件时你要注意unicharambigs file

另一种观点是您可以对图像进行二值化/阈值化等预处理。