做OCR前的预处理（tesseract,OpenCV）
为了用OCR库tesseract获得更好的结果，我会做一些预处理，但还不知道什么步骤可以帮助我。
我试图用15因子调整图像的大小，并应用了一个适应的阈值（见图像），但这导致了“波浪”字符，这无法用tesseract OCR库检测到。在底部，你可以通过Dropbox找到我的图像链接。原始图像大小为115x18px，字符高度为10px。
我想从背景中提取人物。什么步骤可以导致更好的结果？对于OCR部分，我是否应该使用另一个OCR库而不是tesseract？在使用tesseract进行文本检测时，您通常有哪些经验？或者你可以选择另一个图书馆，还是商业图书馆？
Dropbox链接到示例图像
OTSU门限作为自适应门限提供了更好的结果。将在接下来的几天里给出关于其他答案的更新！
更新01.07.2015有另一个示例图像，其中serialnumber应该使用Tesseract识别。由于字体大小很小，识别效果不是很好。有什么想法，什么样的方法可以帮助这里？
共有1个答案
Otsu阈值在这里给了我更好的结果。结合距离变换和另一个阈值，我甚至得到了Tesseract几乎可以识别的内容。
这是我得到的结果：
6ANFK9PC)100'0-gt
-
我试图开发一个应用程序，使用Tesseract从手机摄像头拍摄的文件中识别文本。为了更好的识别，我使用OpenCV对图像进行预处理，使用高斯模糊和阈值方法进行二值化，但结果很糟糕。 我可以使用哪些其他过滤器来使图像对Tesseract更具可读性？
-
null 有些数字比其他数字更好用--例如，'1'似乎有很多麻烦。出现在“+”或“-”后面的数字通常不显示出来，“+”通常显示为“-”。我也玩了一下阈值。 最后三个部分是因为我的视频样本，我一直在画有点歪斜。我可以尝试使用一些更好的数据，我也可以尝试在标准的“letsgoDigital”朗上制作自己的训练数据。虽然我觉得我没有以最好的方式进行图像处理，但我希望得到一些指导。 我计划使用某种程度的边
-
我正在使用tess4j作为来自JAVA的tesseract的包装器对图像运行一系列OCR。ocr的过程仍然需要大量的时间（有时甚至是5秒），我正在努力加快它。 我正在做我自己的图像预处理和二值化，这是没有必要的宇宙魔方做大津二值化。 我已经阅读了IOS的教程，该教程允许跳过图形处理部分，但是我无法使用tess4j找到任何内容。 这里的turial：https://github.com/gali8/
-
Tesseract OCR 该软件包包含一个OCR引擎 - libtesseract和一个命令行程序 - tesseract。 Tesseract 4增加了一个基于OCR引擎的新神经网络（LSTM），该引擎专注于线路识别，但仍然支持Tesseract 3的传统Tesseract OCR引擎，该引擎通过识别字符模式来工作。通过使用Legacy OCR Engine模式（--oem 0）启用与Te
-
我试图开发一个简单的车牌识别PC应用程序(Java+OpenCV+Tess4j)。图像不是真的好（在进一步，他们将是好的）。我想为tesseract预处理图像，我被困在车牌检测（矩形检测）上。 我的脚步： 1）源图像 我用油漆从图像（第四步后）中裁剪出所需的区域，并得到： 然后我做了OCR（通过tesseract，tess4j): 而且得到了（足够好？）结果-“Y841OX EH”（几乎正确）
-
Tesseract OCR iOS 是个 iOS5+ 框架，支持 armv7s 和 arm64 编译。 Tesseract 可能是最精确的开源 OCR 引擎，结合 Leptonica 图像处理库可以查看大量的图像格式，支持超过 60 种语言的文本转换。