Tesseract getutf8text 性能
Tesseract getutf8text performance
我一直在使用一个使用 Tesseract API 的应用程序来支持 OCR。这是通过使用显示相机输出 (Camera2 API) 的 Surfaceview 和用于从相机获取图像的 ImageReader 实例来完成的。相机设置为 setRepeatingRequest 类型，因此可以非常频繁地获取新图像。当我调用 getutf8text() 方法以获取图像中的可读文本时，它会使显示在 Surfaceview 上的相机预览滞后。
Tesseract API 中是否有任何可以设置的设置，以便它加快 getutf8text() 方法调用或我可以做的任何其他事情以使预览 Surfaceview 不滞后？
感谢任何帮助或指导！
您可以执行的大多数提高性能的操作都与 Tesseract API 本身分开进行：
- 运行 OCR 在单独的 non-UI 线程上
- 在 OCR 在最后一张图像上完成后，抓取一张新图像以在上开始 OCR。尝试 capture 而不是
setRepeatingRequest.
- 在 OCR 之前对图像进行下采样，使其更小
- 试验不同的 Tesseract 页面分段模式，看看哪种模式对您的数据最快
- Re-train Tesseract 训练数据文件使用更少的字符和更小的字典，具体取决于您的应用的用途
- Modify Tesseract 仅执行识别传递 #1
- 不要忘记完全考虑 OpenCV 或其他方法
你没有说明你现在使用的 Tesseract API 设置，你也没有描述你的应用程序在一般意义上的作用，所以很难告诉你从哪里开始，但是这些要点应该可以帮助您入门。
您还可以尝试一些其他的事情。
- 用
OEM_TESSERACT_ONLY 初始化tesseract
- 不使用成熟的训练数据，而是使用 https://github.com/tesseract-ocr/tessdata_fast 中更快的替代方法。
- 将识别移动到计算线程。
我一直在使用一个使用 Tesseract API 的应用程序来支持 OCR。这是通过使用显示相机输出 (Camera2 API) 的 Surfaceview 和用于从相机获取图像的 ImageReader 实例来完成的。相机设置为 setRepeatingRequest 类型，因此可以非常频繁地获取新图像。当我调用 getutf8text() 方法以获取图像中的可读文本时，它会使显示在 Surfaceview 上的相机预览滞后。
Tesseract API 中是否有任何可以设置的设置，以便它加快 getutf8text() 方法调用或我可以做的任何其他事情以使预览 Surfaceview 不滞后？
感谢任何帮助或指导！
您可以执行的大多数提高性能的操作都与 Tesseract API 本身分开进行：
- 运行 OCR 在单独的 non-UI 线程上
- 在 OCR 在最后一张图像上完成后，抓取一张新图像以在上开始 OCR。尝试 capture 而不是
setRepeatingRequest. - 在 OCR 之前对图像进行下采样，使其更小
- 试验不同的 Tesseract 页面分段模式，看看哪种模式对您的数据最快
- Re-train Tesseract 训练数据文件使用更少的字符和更小的字典，具体取决于您的应用的用途
- Modify Tesseract 仅执行识别传递 #1
- 不要忘记完全考虑 OpenCV 或其他方法
你没有说明你现在使用的 Tesseract API 设置，你也没有描述你的应用程序在一般意义上的作用，所以很难告诉你从哪里开始，但是这些要点应该可以帮助您入门。
您还可以尝试一些其他的事情。
- 用
OEM_TESSERACT_ONLY初始化tesseract
- 不使用成熟的训练数据，而是使用 https://github.com/tesseract-ocr/tessdata_fast 中更快的替代方法。
- 将识别移动到计算线程。