Python OCR：將掃描圖像轉換爲文本進行處理

Question

我想創建一個答案紙標記（選擇題）python應用程序。答案紙將被掃描到圖像文件（gif，png，jpg，無論需要什麼格式）。

我的應用程序可以訪問存儲所有答案的數據庫。

所以，它需要的只是掃描圖像中的某種數據，以便它可以比較答案並計算出標記。

的答卷已經固定，像這樣的表格式（答案將在「X」標記由候選人表明自己的答案）尺寸：

通過網絡搜索後，我發現有幾個OCR API可用。

第一個是Pytesser。它非常易於使用，結果相當不錯。但它只適用於純文本的圖像。所以，我認爲這是不合適的。

我發現的第二個是Ocropus。這似乎強大，但在它的文檔

的Windows

OCRopus依賴於POSIX路徑名和文件系統有很多。 您可能可以在Windows上使用安裝OCRopus。更簡單的方法 是安裝VirtualBox並在Ubuntu下在VirtualBox下運行OCRopus。

所以我認爲它主要是爲Linux。我找不到窗戶平臺的詳細安裝指南。 （我是初學者，所以我可能是錯的）

我發現的第三個是python-tesseract，包裝爲Tesseract OCR。在他們的page中，提供了安裝指南。基本上，我需要，

1. 蟒蛇，正方體，win32.deb
2. 蟒蛇，OpenCV的
3. numpy的

，但我對如何在窗口安裝.deb文件沒有任何線索。我已安裝opencv和nampy。

因此，下面是我的問題：

（1）在其辦法可以將表格轉換成圖像處理數據（它甚至有可能？）？

（2）有沒有其他有用的OCR API，我在這裏沒有提到可能有用？ （3）最後（我的愚蠢想法）是否可以使用PIL將圖像拆分爲小卡盤（基於表格單元的大小 - 因爲表格尺寸已知），然後使用pytesser將每個小圖像轉換爲文本，然後相應地處理數據？

供參考：我只需要它的Windows平臺，可能爲Windows XP 32位。我正在使用Python 2.7.5。

Answer 1

答案符合您的數字

1）OCR是一般很辛苦，但你）測試得分處理（好消息，我覺得這是近一個解決的問題。在這方面，對於這些問題已經有了可靠的解決方案。學校系統一直在這樣做，以便自動化評分'scantron'測試多年，所以如果你有權訪問這些資源，那麼這條路線可能是你最好的選擇。至少你應該檢查他們是如何做到這一點

2）我肯定還有其他的，但這些是主要的免費的，我知道的

3）我想如果你正在嘗試做這一個預算和時間不是問題，你的'愚蠢'的想法其實並不傻。這可能是實現這一目標的最佳方式，並且scantron測試評分員很可能使用類似的方法。您知道測試表單的確切尺寸。你可以知道在哪裏看直接像素映射。你可以很容易地使用pytesser。請記住，pytesser有時需要您調整圖像的大小（有時會上升，有時會下降）以獲得最佳的準確性。

3）b您可能需要考慮滾動您自己的解決方案。你可以使用形態學操作的概念（numpy和其他圖像庫可以做到這一點幾乎開箱即用）。您甚至可能不需要這些運算符，只需執行表格行的二進制閾值（假設您已將圖像剪切成表格行），並簡單地查找斑點並將得分標記爲來自具有最多斑點值的列。