训练Tesseract 3从燃气表的真实图像中识别数字
训练Tesseract 3从燃气表的真实图像中识别数字
提问于 2011-07-18 21:21:23
我正在尝试训练tesseract从燃气表的真实图像中识别数字。
我用于训练的图像是用相机制作的，因此有许多问题:图像分辨率低，图像模糊，由于过度曝光，反射，阴影等造成的照明不良或对比度低……
为了进行训练，我创建了一个大图像，其中包含燃气表图像捕获的一系列数字，并手动编辑文件框以创建.tr文件。结果是，tesseract只能识别更清晰和更锐利的图像的数字，而不能捕获模糊图像的数字。
回答 4
Stack Overflow用户
发布于 2013-11-05 19:52:38
据我所知，你需要OpenCV来识别数字所在的方框，但OpenCV不是光学字符识别的上帝。找到box后，只需裁剪该部分，进行图像处理，然后将其交给tesseract进行OCR。
因为我不知道如何用OpenCV编程，所以我需要OpenCV方面的帮助。
这里有几个真实世界的例子。
OCR是原始图像(裁剪后的功率表numbers)
- Second图像在GIMP中略微清理过图像，tesseract
- Third图像中约50%的
- 准确率是完全清理过的图像- 100%无需任何训练即可识别！
Stack Overflow用户
发布于 2012-08-20 02:30:42
我会先尝试这个简单的ImageMagick命令：
convert \
original.jpg \
-threshold 50% \
result.jpg(使用50%参数--尝试使用更小和更高的值...)
对于每个颜色通道，阈值处理基本上只留下2个值，0或最大值。低于阈值的值被设置为0，高于阈值的值被设置为255 (如果以16位深度工作，则为65535 )。
根据您的original.jpg，您可能会有一个光学字符识别功能，工作，非常高的对比度图像的结果。
Stack Overflow用户
发布于 2014-01-11 01:12:59
我建议你：
- 使用一个工具来编辑方框，如jTessBoxEditor，它是如此的有用，让你赢得一段时间。你可以很容易地安装它从here
- it's训练实际情况的字母(嘈杂，模糊)的好主意。你的训练集仍然是有限的，你可以添加更多的训练样本。
- 我建议你自己使用Tesseract的API来增强图像(去噪，规格化，锐化...)例如：
Boxa * tesseract::TessBaseAPI::GetConnectedComponents(Pixa** pixa)(它允许您找到每个字符的边界框)
Pix* pimg = tess_api->GetThresholdedImage();
Here你能找到的例子很少
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/6733533
复制相关文章
相似问题
腾讯云开发者
