非英语语言的文本识别

Text recognition in non-english language

我已经在印地语中实现了一个文本检测算法,它运行良好,并且已经定位了文本区域。现在我正在寻找将文本区域转换为数字格式,以便 Google 翻译 API 使用。关于如何将其转换为数字格式的任何帮助? (我研究了 SVM、ANN 等)

我会研究 OCR。

Tesseract OCR 引擎(开源)有多种语言可用的语言数据,包括印地语,所以这可能是一个很好的起点。它也可以集成到 OpenCV 中。

如果您只想使用 OpenCV,那么其中一种机器学习方法(KNN、SVM)可能是最好的,您需要自己训练它来识别字符。

几个链接:

https://code.google.com/p/tesseract-ocr/(宇宙正方体)

https://opencv-code.com/tutorials/how-to-read-the-digits-from-a-scratchcard/(OpenCV + Tesseract)

http://blog.damiles.com/2008/11/basic-ocr-in-opencv/(仅限 OpenCV - KNN)

https://opencv-code.com/tutorials/how-to-integrate-tesseract-ocr-and-opencv/(集成 Tesseract 和 OpenCV)