我試圖改進OpenSource OCR軟件的結果。我正在使用tessaract，因爲我發現它仍然比gocr產生更好的結果，但是質量差的輸入會帶來很大的問題。於是，我就prepocess用各種工具在圖像我在互聯網上找到：如何提高OCR結果
這個在線伺服器這個測試文檔的冰塊效果出奇的好： http://www.onlineocr.net/
我想知道是否有可能使用智能預處理來獲得與tesseract類似的結果。與商業版本相比，OpenSource OCR引擎是否真的如此糟糕？即使谷歌使用tesseract掃描文件，所以我期待更多...
Tesseract的識別精度比最好的商業精度（Abbyy FineReader）低一點，但它更靈活，因爲它的性質。 這種靈活性有時需要一些預處理，因爲Tesseract無法管理每種情況。 其實谷歌使用它是因爲Google是它的主要贊助商！
您可以做的第一件事就是嘗試擴展文本以獲得至少20個像素寬的字符或更多。由於Tesseract將角色邊界的主要部分作爲特徵使用，因此與其他算法相比，它需要具有更大的字符大小。
您可以嘗試的另一件事，總是指您提到的測試文檔，是使用自適應閾值方法對您的圖像進行二值化處理（這裏您可以找到關於https://dsp.stackexchange.com/a/2504的一些信息），因爲照明中存在一些變化。 Tesseract在內部對圖像進行二值化處理，但這可能是這種情況，當它不能這樣做時（它與此處的示例Improving the quality of the output with Tesseract類似，您可以在其中找到其他一些有用的信息）
我懷疑谷歌仍然在Google文檔中使用Tesseract 。作爲一款優秀且免費OCR解決方案：
我與你的測試文檔測試的免費OCR API在http://ocr.a9t9.com/ocrapi，結果非常好：幾乎一樣好ABBYY，約等於onlineocr.net，當然更好比Tesseract。
（此API使用免費的Microsoft OCR庫中）
提高分辨率提高的結果。 我玩了自適應閾值，它解決了不均勻的照明問題，但是有白色區域的問題。我從Fred的ImageMagick腳本中找到了2colreshresh，以提供更好的結果。 我的當前命令如下所示： convert aBrG8w2_700b.jpg -resize 1600 -contrast -contrast -contrast + dither -colors 2 -colorspace gray -contrast-stretch 10％test.png && tesseract test.png test && cat test。 txt 好得多，但仍然不是真正可用的。有沒有人有更好的方法？ –
與區域有關的問題是因爲當使用自適應閾值進行遊戲時，通常意味着將圖像分成小塊，而不是單獨對每一個進行二進制化。因此，在某些塊（如您所談論的白色區域）中將不會出現前景（文本）和背景，並且在這種情況下二值化失敗。 我不知道你使用的算法有多靈活，但是一個解決方案可以從每個塊的閾值中減去一個常數，這樣即使沒有文本存在，閾值也會低於白色背景。 – giubacchio
無論如何，即使您使用的閾值算法不靈活，刪除這些工件也不是什麼大問題。一種方法可能是查看每個blob的幾何屬性。 – giubacchio