ocr - 是否有一个 OCR 库可以输出在图像中找到的单词的坐标？

Question

关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。












想改进这个问题？将问题更新为 on-topic对于堆栈溢出。

12 个月前关闭。




Improve this question




根据我的经验，OCR 库倾向于仅输出在图像中找到的文本，而不是在找到文本的位置。是否有一个 OCR 库可以输出在图像中找到的单词以及找到这些单词的坐标 (x, y, width, height)？

Answer 1

大多数商业 OCR 引擎将返回单词和字符坐标位置，但您必须使用他们的 SDK 来提取信息。即使是 Tesseract OCR 也会返回位置信息，但要获得它并不容易。版本 3.01 将变得更容易，但 DLL 接口(interface)仍在开发中。

不幸的是，大多数免费的 OCR 程序都以基本形式使用 Tesseract OCR，它们只报告原始的 ASCII 结果。

www.transym.com - Transym OCR - 输出坐标。
www.rerecognition.com - KADMOS 引擎返回坐标。

Caere Omnipage、Mitek、Abbyy、Charactell 也返回角色位置。