的iOS +正方體OCR + OpenCV的

我寫了一個數字OCR爲IOS。我有兩個數字5和4 我找到輪廓測試圖像PNG文件。如何在tesseract上傳輸輪廓？的iOS +正方體OCR + OpenCV的

初始化的Tesseract：

tess = new tesseract::TessBaseAPI(); 
    tess->Init([dataPath cStringUsingEncoding:NSUTF8StringEncoding], "eng"); 
    tess->SetPageSegMode(tesseract::PSM_SINGLE_CHAR); //<-- !!!! 
    tess->tesseract::TessBaseAPI::SetVariable("tessedit_char_whitelist", "");

功能用於檢測輪廓：

- (std::vector<std::vector<cv::Point> >)findSquaresInImage:(cv::Mat)_image { 
std::vector<std::vector<cv::Point> > squares; 
cv::Mat pyr, timg, gray0(_image.size(), CV_8U), gray; 
int thresh = 50, N = 11; 
cv::pyrDown(_image, pyr, cv::Size(_image.cols/2, _image.rows/2)); 
cv::pyrUp(pyr, timg, _image.size()); 
std::vector<std::vector<cv::Point> > contours; 
    int ch[] = {0, 0}; 
    mixChannels(&timg, 1, &gray0, 1, ch, 1); 
    for(int l = 0; l < N; l++) { 
     if(l == 0) { 
      cv::Canny(gray0, gray, 0, thresh, 5); 
      cv::dilate(gray, gray, cv::Mat(), cv::Point(-1,-1)); 
     } 
     else { 
      gray = gray0 >= (l+1)*255/N; 
     } 
     cv::findContours(gray, contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE); 
     std::vector<cv::Point> approx; 

     CvRect rec1; 
     std::string str; 
     std::map<int,IplImage*> pic_list; 

     for(size_t i = 0; i < contours.size(); i++) 
     { 

      rec1 = cv::boundingRect(contours[i]); 

      if (rec1.height > 0.5*gray.rows && rec1.width < 0.756*gray.cols) { 
       NSLog(@"%d %d %d %d", rec1.width, rec1.height, rec1.x, rec1.y); 
       cv::approxPolyDP(cv::Mat(contours[i]), approx, arcLength(cv::Mat(contours[i]), true)*0.02, true); 
       squares.push_back(approx); 
      } 
     } 
    } 

return squares; }

對於平局輪廓功能：

- (IBAction)onMath:(id)sender { 
    UIImage *image = [UIImage imageNamed:@"test1.png"]; 

    cv::Mat iMat = [self cvMatFromUIImage:image]; 
    std::vector<std::vector<cv::Point> > sq = [self findSquaresInImage:iMat]; 
    cv::Mat hui = debugSquares(sq, iMat); 

    image = [self UIImageFromCVMat:hui]; 
    self.imView.image = image; 
}

012：

cv::Mat debugSquares(std::vector<std::vector<cv::Point> > squares, cv::Mat image) { 
for (int i = 0; i< squares.size(); i++) { 
    // draw contour 
    cv::drawContours(image, squares, i, cv::Scalar(255,0,0), 1, 8, std::vector<cv::Vec4i>(), 0, cv::Point()); 

    // draw bounding rect 
    cv::Rect rect = boundingRect(cv::Mat(squares[i])); 
    cv::rectangle(image, rect.tl(), rect.br(), cv::Scalar(0,255,0), 2, 8, 0); 

    // draw rotated rect 
    cv::RotatedRect minRect = minAreaRect(cv::Mat(squares[i])); 
    cv::Point2f rect_points[4]; 
    minRect.points(rect_points); 
    for (int j = 0; j < 4; j++) { 
     cv::line(image, rect_points[j], rect_points[(j+1)%4], cv::Scalar(0,0,255), 1, 8); // blue 
    } 
} 

return image; 
}

的BTN Click方法

圖像後：

鏈接到項目在GitHub上：https://github.com/MaxPatsy/iORC

來源

2013-02-22 Max

您可以使用SetImage，然後使用SetRectangle和輪廓邊界框;你知道如何給tesseract一個它可以讀取的圖像嗎？ – 2013-05-18 01:01:21

你能更新你的問題嗎？在Internet Archive上，github用戶/項目被刪除，沒有任何痕跡。我能找到的最佳相關鏈接是http://www.cyberforum.ru/ios-dev/thread788840.html – 2017-06-15 05:31:22

你可以檢查這個答案here

我描述了一些技巧，這裏準備圖像爲正方體：使用超正方體識別車牌

在你的榜樣，有幾件事情怎麼回事...

你需要獲取文本是黑色和白色圖像（而不是相反）的其餘部分。這就是字符識別所關注的。灰度是好的，只要背景大部分是全白的，文本大部分是全黑的;文本的邊緣可能是灰色的（反鋸齒），這可能有助於識別（但不一定 - 您必須嘗試）

您看到的一個問題是，在圖像的某些部分，文字是真正的「薄」（在字母的差距顯示閾值處理後），而在其他地方真的很「厚」（和字母開始合併）。正方體不會喜歡:)這是因爲輸入圖像不均勻的光線，所以單一的門檻不工作無處不在。解決方案是做「局部自適應閾值」，其中爲圖像的每個鄰域計算不同的閾值。有這樣做的方法很多，但檢查出來，例如：

自適應高斯閾值在OpenCV中與cv2.adaptiveThreshold（...，cv2.ADAPTIVE_THRESH_GAUSSIAN_C，...）局部大津算法本地自適應直方圖均衡你有另一個問題是線條不直。根據我的經驗，Tesseract可以處理非直線的非常有限的程度（透視失真，傾斜或傾斜的幾個百分比），但它不適用于波浪線。如果可以的話，確保源圖像有直線:)不幸的是，現在沒有簡單的現成答案。您必須查看研究文獻並自行實施最先進的算法之一（如果可能的話，開放源代碼 - 真正需要開源解決方案）。一個谷歌學術搜索「曲線OCR提取」將讓你開始，例如：彎曲的文檔圖像最後的

文本行分割：我想你會做的更好使用Python生態系統的工作（ndimage，skimage ）比在C++中的OpenCV。OpenCV python包裝對於簡單的東西是可以的，但是對於你想要做的事情他們不會做這項工作，你需要抓住很多不在OpenCV中的東西（當然你可以混合搭配）。在C++中執行類似曲線檢測的操作將比Python中的要長一個數量級（*即使您不知道python，也是如此）。

祝你好運！

來源

2015-12-24 08:59:29

的iOS +正方體OCR + OpenCV的

回答

相關問題