文字识别。使用tesseract识别里程表
OCR. Using tesseract to recognize odometer
我想识别里程表的数字。我找到了 iOS 的教程。
https://www.raywenderlich.com/93276/implementing-tesseract-ocr-ios
我的 tesseract 属性：
func performImageRecognition(image: UIImage) {
let tesseract = G8Tesseract()
tesseract.language = "eng"
tesseract.engineMode = .TesseractCubeCombined
tesseract.pageSegmentationMode = .Auto
tesseract.maximumRecognitionTime = 60.0
tesseract.setVariableValue("0123456789", forKey: "tessedit_char_whitelist")
tesseract.image = image.g8_blackAndWhite()
tesseract.recognize()
}
应用成功识别标准文本。
但应用程序无法识别里程表中的数字。
是否可以调整一个超正方体来扫描里程表？
我试过这张图片：
如果我是你，我会尝试从里程表图像中剪下数字，拉直它们，做阈值（手动操作）并查看 tesseract 是否正确扫描处理过的图像，结果有多清晰。
如果它 确实 正确扫描，您应该使算法以编程方式处理图像（使用 openCV 可能是最好的）。如果不，你应该尝试用里程表上常见的这些数字训练你的tesseract，然后看看tesseract是如何工作的（我没有亲自尝试训练，也许this 会有帮助）。
你的图像应该是这样的，但问题是，例如，最后一个数字肯定不会被识别为 1，即使你将你的 tesseract 字符白名单减少到“0123456789”，它也会被扫描作为 1 和 1（因为有两个部分）。如果您想使用 tesseract，我认为 tesseract 培训在您的情况下是强制性的。对了，你前两张图的情况应该会好一些。
我想识别里程表的数字。我找到了 iOS 的教程。 https://www.raywenderlich.com/93276/implementing-tesseract-ocr-ios
我的 tesseract 属性：
func performImageRecognition(image: UIImage) {
let tesseract = G8Tesseract()
tesseract.language = "eng"
tesseract.engineMode = .TesseractCubeCombined
tesseract.pageSegmentationMode = .Auto
tesseract.maximumRecognitionTime = 60.0
tesseract.setVariableValue("0123456789", forKey: "tessedit_char_whitelist")
tesseract.image = image.g8_blackAndWhite()
tesseract.recognize()
}
应用成功识别标准文本。 但应用程序无法识别里程表中的数字。 是否可以调整一个超正方体来扫描里程表？
我试过这张图片：
如果我是你，我会尝试从里程表图像中剪下数字，拉直它们，做阈值（手动操作）并查看 tesseract 是否正确扫描处理过的图像，结果有多清晰。 如果它 确实 正确扫描，您应该使算法以编程方式处理图像（使用 openCV 可能是最好的）。如果不，你应该尝试用里程表上常见的这些数字训练你的tesseract，然后看看tesseract是如何工作的（我没有亲自尝试训练，也许this 会有帮助）。
你的图像应该是这样的，但问题是，例如，最后一个数字肯定不会被识别为 1，即使你将你的 tesseract 字符白名单减少到“0123456789”，它也会被扫描作为 1 和 1（因为有两个部分）。如果您想使用 tesseract，我认为 tesseract 培训在您的情况下是强制性的。对了，你前两张图的情况应该会好一些。