如何使用计算机视觉 + Tesseract 读取电表？答案

【问题标题】：How to read electricity meter using Computer Vision + Tesseract?如何使用计算机视觉 + Tesseract 读取电表？
【发布时间】：2019-11-29 10:07:46
【问题描述】：

我必须编写一个用于读取电表（模拟和数字）的应用程序。

我从模拟开始。我读到我可以使用计算机视觉进行预处理（阈值、查找轮廓等），然后将检测到的字符传递给像 Tesseract 这样的 OCR 程序。但我找不到完美的检测方法。有时它适用于某些图像，但我必须调整其他图像的参数。

我查看了其他应用程序，例如 Anyline.com，它具有很高的准确性。我如何使用传统的计算机视觉来达到这样的精度？还是我应该使用机器/深度学习？其实我不是这个领域的专家。已经探索了大约一年。我的背景是常规应用程序（网络、移动）编程。因此，我们非常感谢任何建议。

以下是我当前工作的一些示例：

【问题讨论】：

【解决方案1】：

如果您确实考虑深度学习，我强烈建议您查看 MNIST 手写数字挑战 [链接]http://yann.lecun.com/exdb/mnist/

这应该可以帮助您解决这个问题，有大量的预训练模型以及有关如何解决此问题的各种信息。

【讨论】：

谢谢，我已经尝试了一些深度学习的基础知识，比如 mnist 手写和 mnist 时尚。也尝试了自己的数据。我正在探索更多。但要掌握它还有很长的路要走。我仍然遇到过度拟合或其他问题。以及所有那些令人困惑的术语。待定..
我现在很好奇的是传统的计算机视觉技术，而 Tesseract 也可以提供高度可接受的结果，例如 Anyline 和 Openalpr。我读到他们使用 Tesseract 作为 OCR。我尝试过为 Tesseract 训练自定义字体。它适用于其他项目。但是对于这种特殊情况，我在准确检测和分割字符以及如何传递给 Tesseract 以获得准确的 OCR 方面遇到了麻烦。

【解决方案2】：

如果您的目标是 iOS 13 或更高版本，则不需要任何第三方解决方案。事实上，Apple 提供了使用手机摄像头扫描电话号码的示例代码，以及 WWDC 2019 中的专用视频。不确定 Android。

【讨论】：