c# - 如何快速有效地从 'simple' 截图中读取文本？

Question

我正在开发一个小型个人应用程序，它应该从一个非常简单的 Android 屏幕截图中读取一些文本(最多 2 个句子)。文本始终具有相同的大小、相同的字体和大约。相同的位置。背景非常朴素，通常是一种颜色的几个阴影(想想亮橙色逐渐变成深一点的橙色)。我试图弄清楚什么是最好的方法(最重要的是，最快的方法)来做到这一点。

我的第一次尝试涉及 IronOcr C# 库，公平地说，它运行良好!但我注意到它存在一些问题:

• 不是 100% 准确
• 尽管有社区/试用版，但它有时会抛出异常告诉您获得许可
• 读取一张约 600x300 像素的图像需要约 400 毫秒，对于我的简单图像，我认为这相当长

虽然听起来很奇怪，但我觉得像 IronOcr 和 Tesseract 这样的库可能对我的需求来说太先进了。为了提高速度，我什至编写了一段代码来首先“阈值”我的图像，使其完全黑白。

我当前的 IronOcr 设置如下所示:

            ImageReader = new AdvancedOcr()
            {
                CleanBackgroundNoise = false,
                EnhanceContrast = false,
                EnhanceResolution = false,
                Strategy = AdvancedOcr.OcrStrategy.Fast,
                ColorSpace = AdvancedOcr.OcrColorSpace.GrayScale,
                DetectWhiteTextOnDarkBackgrounds = true,
                InputImageType = AdvancedOcr.InputTypes.Snippet,
                RotateAndStraighten = false,
                ReadBarCodes = false,
                ColorDepth = 1
            };

我完全可以接受我使用 IronOcr 获得的结果，但许可异常(exception)毁了它。我也没有 399 美元可以花在一个甚至不会离开我自己的 PC 的私有(private)爱好项目上:(

但我对这个问题的主要目标是找到一种更好、更快或更有效的方法来做到这一点。它不一定必须是一个现有的库，如果有人能给我指出正确的方向，我非常愿意制作我自己的字母检测代码，这种代码可以(仅？)用于像我这样的屏幕截图。

Answer 1

我研究过这个主题，我能找到的最佳解决方案是 Azure 认知服务。您可以使用计算机视觉 API 从图像中读取文本。 Here是完整的文档。