【发布时间】：2012-12-24 18:59:22
【问题描述】：
我正在寻找一个 Python 或 C++ 库，它可以在图像中查找字符并返回这些字符的位置和边界框。如果库恰好有包含示例的文档，这是一个加分项。
图书馆能否识别单词并不重要。
这些字符是非混淆的，并且是简单的字体，例如 Arial。
【问题讨论】：
-
是图片吗？如果没有，那么您可以简单地渲染 Arial 字符并在图像中找到它（提示：PIL 是一个图像处理库）。
-
python-tesseract 是 Google 的 Tesseract OCR 库的 Python 包装器。但是，我不确定它是否提供对边界框和类似内容的访问。
-
@user176581，恐怕是图像。有一些简单的背景颜色不应该使查找字母的任务过于复杂，但会使简单的方法令人沮丧。
-
@Richard 那么也许您可以使用我描述的相同方法，但允许存在细微差异。
-
@Richard 你能发布一些你将要处理的有代表性的图片吗？简单的背景色是指简单的单一纯色，但可能会受到噪声（即即使眼睛认为它们是相同的颜色，但由于噪声而它们并不完全相同）、图案或类似于 CAPTCHA 的东西的影响？另外，您的角色是否都具有相同的字体大小和字体等？还是它们混合在一起？
标签： c++ python image-recognition