如何在Android中使用OpenCv+Tesseract进行准确的文本识别？
我试图使用OpenCV（Android）处理使用相机拍摄的图像，然后将其传递给Tesseract进行文本（数字）识别，但在图像非常（几乎没有噪声）罚款之前，我没有得到很好的结果。目前我正在对拍摄的图像执行以下处理：1。应用高斯模糊。2.自适应阈值：对图像进行二值化。3.倒置颜色使背景变黑。然后将处理后的图像传递给Tesseract。
但我没有得到好的结果。
共有1个答案
您可以隔离/检测图像中的字符。这可以通过强大的算法来实现，如笔划宽度变换。
以下步骤对我很有效：
- 获取图像灰度。
- 对灰度图像执行canny边缘检测。
- 对灰度图像应用高斯模糊（存储在分离矩阵中）
- 将步骤2和3中的矩阵输入到SWT算法中
- 对生成的图像进行二值化（阈值化）。
- 向Tesseract提供图像。
请注意，对于第4步，您需要在链接中构建C++库，然后使用JNI包装器导入到您的android项目中。此外，您将需要做微调整的所有步骤，以获得最好的结果。但是，这至少应该让你开始。
-
问题内容： 我使用Google的Tesseract API创建了一个用于识别文本的基本应用程序，并将其与我的相机应用程序集成在一起。它可以正常工作，但唯一的问题是准确性，因为有时文本会被识别为随机字符集，我想准确性约为50％。 此外，当它尝试扫描图像中的四个以上单词时，应用程序崩溃。 Tesseract API类的对象在哪里。 我是否需要使用其他数据结构来保存识别的文本，还是有其他原因导致四个以上
-
我已经成功地将镶嵌到我的Android应用程序中，它可以读取我捕获的任何图像，但准确性非常低。但大多数时候，我在捕获后没有得到正确的文本，因为感兴趣区域周围的一些文本也会被捕获。 我想阅读的只是来自矩形区域的所有文本，准确，没有捕捉矩形的边缘。我已经做了一些研究，并在stackoverflow上发布了两次，但仍然没有得到满意的结果！ 以下是我发的2个帖子： https://stackoverflo
-
我目前使用的示例代码如下： https://github.com/opencv/opencv_contrib/blob/master/modules/text/samples/textdetection.cpp 我已经确认它不是由erFilter部件引起的。从erFilter得到的结果是完全相同的。这种差异似乎发生在OpenCV中的tesseract或tesseract包装器内部。 这种差异也可以
-
本文向大家介绍python使用opencv进行人脸识别，包括了python使用opencv进行人脸识别的使用技巧和注意事项，需要的朋友参考一下 环境 ubuntu 12.04 LTS python 2.7.3 opencv 2.3.1-7 安装依赖 示例代码 转换效果 原图： 转换后 使用感受 对于大部分图像来说，只要是头像是正面的，没有被阻挡，识别基本没问题，准确性还是很高的。 识别效率有点低，
-
我正在构建/训练Tesseract从捕获的照片中识别护照MRZ代码。在将照片/图像发送到Tesseract引擎之前，我将应用以下图像预处理技术： 二值化 正常化 取样 去噪 细化（可选） 此外，我已经用正确的字体（OCR-B）训练了Tesseract引擎，方法是创建大量的框文件（来自大约35个示例，其中包含从OCR-B字体的文本示例中获取的照片），修复框文件中的任何错误，创建训练文件，最后用我的所
-
错误信息 我对tesseract、matlab和OpenCV都很陌生。我试图集成tesseract-ocr与我的C++程序来检测我定位的车牌。但是C++给我带来了错误。我需要帮助加载我的垫子图像到tesseract以识别其中的字符。 这是车牌图像，它是MAT变量