仅选择图像的特定部分答案

【问题标题】：Select only specific parts of the image仅选择图像的特定部分
【发布时间】：2012-12-10 22:13:38
【问题描述】：

我是“光学字符识别”的新手，需要更多信息和建议，因为我无法找到我需要做的事情。

我有以下任务：

图像作为输入给出 - 它们将具有相同的结构 - 一些图标、公司符号和文字。
只需要选择文本，然后使用一些 OCR 库。

是否可以使用一些 OCR php 库创建一个函数并仅选择一些带有文本的区域？

如果 PHP 没有好的 OCR 库，你能推荐一些其他语言的吗？

下面的例子展示了我想要做什么（这只是一个例子，我并不是想用金钱做一些违法的操纵）：

这是示例图片：

这是输出（被红色矩形包围的文本）：

这是所有公共和私人债务的法定货币
L11180916G
单美元

欢迎所有文章和建议。

【问题讨论】：

当然不是题外话，显然是在寻求开发帮助以使用 php 从图像中获取文本。
@MubasharAhmad 不，我找不到提取它的方法。很久以前，一个 stackoverflow 用户分享了一个指向他的工具的链接，它可以做到这一点，但它不是免费的，我没有尝试。后来，他删除了他的答案。
@gotqn 显然该解决方案被称为“ABBYY Cloud OCR SDK”，虽然我不知道它是 1. 甚至可以工作还是 2. 物有所值。
我会推荐 python 科学生态系统。库和教程非常好，ipython notebook（现在是 jupyter）在调试图像工作流时有很大帮助。一个好的开始是 scipy 教程之一：youtube.com/watch?v=olb7R1cuzyU

标签： php ocr

【解决方案1】：

PHP 可能不是这项工作的最佳工具，但如果您愿意，您可以随时从 PHP 调用 tesseract，然后解析从中得到的结果。

【讨论】：

【解决方案2】：

我不知道有任何 PHP 扩展实现了 OCR，但作为支持图像处理的通用脚本语言，PHP 是集成其他工具的绝佳选择。

Tesseract and gocr是OCR的开源命令行工具，都非常有效。但就像任何 OCR 软件包一样，可能会遇到与您提供的图像相似的图像。如果您的 PHP 代码可以将文本与文本区域隔离开来，那么您将获得更好的结果。您仍然需要进行一些数据清理 - 使用 php 拼写检查器。你会发现同样的误读模式不断出现——比如把“rn”读成“m”。您的 PHP 代码应该能够识别和处理大多数情况。

关于识别文本区域的问题 - 这取决于文档的真实程度。如果您使用 1 美元的钞票调整您的应用程序，它可能能够从许多钞票中读取序列号 - 但它不知道如何读取不同的钞票。有很多可用的图像识别工具，而且 cli 工具也很容易集成。

【讨论】：

【解决方案3】：

您可以使用 Irfanview 32-bit，然后安装 KADMOS 插件： http://irfanview.info/plugins/kadmos/

Kadmos 的 DLL（至少对于插件而言）目前是 32 位的，这就是为什么它仅适用于 32 位版本的 Irfanview。

安装后，打开显示一些文本的图像，然后选择“选项 > 启动 OCR ...（插件）”菜单项。然后，您可以通过在其周围拖放一个矩形来选择一些文本，并且已识别的文本将在一个窗口中弹出，您可以从中复制它。该插件仅供个人（非商业）使用，但让您看看 KADMOS 是否适合您的需求。

如果您有很多图片要批量处理，您可以获取 Kadmos DLL 的许可证。有关技术文档，请参阅：http://www.best-ocr.com/handbuch/book/html/files.html 对于许可问题，请将上述 URL 中的“files.html”替换为“dll_e.htm”。

【讨论】：

【解决方案4】：

您可以使用 Abbyy Cloud Ocr Sdk
https://cloud.ocrsdk.com/

【讨论】：

【解决方案5】：

老问题，但它可能对其他人有帮助。试试 ClearImage SDK。

http://www.inliteresearch.com/actions/download-proc.php?type=CI&id=

try {
    $Ci = new COM("ClearImage.ClearImage");
} catch (Exception $e) {
    echo $e->getMessage();
}

【讨论】：