图像预处理 tesseract

Question

我正在为我关于数字图像处理的期末考试做名片扫描仪，我想问你我必须如何预处理名片的照片，以便 tesseract 可以识别文本。我尝试了很多东西，比如腐蚀、膨胀、阈值化，但都没有得到好的结果……你能帮帮我吗？

谢谢

马可

Answer 1

如果您只关心文本识别而不关心预处理，请考虑使用ScanTailor。它是一个优秀的预处理工具，并且是开源的。

如果你想自己实现预处理，你可能想看看this paper——尤其是歪斜校正和背景估计。这里描述的算法的结果很好。 ScanTailor 使用其中的一些。

Answer 2

我会推荐开源 C++ 图像处理库 OpenCV 与开源免费光学字符识别 (OCR) 库 tesseract 的组合。 由于您的问题信息不是很具体，我可以一般地回答您的问题 OCR中的主要程序是：

1. 对图像进行某种预处理
2. 文本检测以获得您的 ROI（感兴趣区域，包含您的文本的区域）
3. 字符检测（获取纯文本图像并将其用作 tesseract 的输入

关于 tesseract 的几句话： 图书馆有很多在线可用的信息。它是一个用于谷歌图书 OCR 目的的谷歌开源库。还可以处理图像中的布局分析，但在这方面并不完美，因此您自己进行预处理并仅将 tesseract 用于真实字符识别部分可以带来更好的结果。如果您仍有疑问，或者我误解了您的问题，请随时提问。