为什么 DPI 与相机为 OCR 拍摄的图像相关答案

【问题标题】：Why is DPI relevant for images taken by a camera for OCR为什么 DPI 与相机为 OCR 拍摄的图像相关
【发布时间】：2017-04-12 07:29:38
【问题描述】：

我目前正在从事一个涉及使用 Tess4j Tesseract OCR 引擎的项目。在从事这个项目的过程中，我访问了很多网站，它们声称 Tesseract 最适合处理至少 300 DPI（每英寸点数）的图像。

我的问题是为什么多次提到图像的 DPI。我了解，当您扫描对象时，您希望以至少 300 DPI 进行扫描。我只是不明白为什么这与用相机拍摄的照片有关。据我所知，DPI 是打印机的属性。基于此属性，图像越高，图像越小，但质量越高。

现在，如果 DPI 与这些图像无关，那么我想知道为什么当我将图像的 DPI 属性更改为 72 和 300 之间时，程序上的结果会有所不同。是否有我不知道的 Tesseract 预处理？

【问题讨论】：

标签： ocr tesseract dpi tess4j image-preprocessing

【解决方案1】：

其实就是特定DPI下的文字大小。

是否有最小文本大小？（它不会读取屏幕文字！）

为了合理的准确性，有一个最小文本大小。你必须考虑分辨率和点大小。精度下降到以下 10pt x 300dpi，低于 8pt x 300dpi。快速检查是计数字符 x 高度的像素。（X-height是高度小写 x。）在 10pt x 300dpi x 高度通常约为 20 像素，尽管这可能因字体而异。低于 10 像素的 x 高度，您几乎没有机会准确的结果，并且低于大约 8 像素，大部分文本将是 “消除噪音”。

https://github.com/tesseract-ocr/tesseract/wiki/FAQ#is-there-a-minimum-text-size-it-wont-read-screen-text

【讨论】：