用於屏幕文本的OCR（光學字符識別）

Question

我試圖通過捕獲屏幕截圖來創建一個自動化PC的軟件，然後OCR（光學字符識別）它尋找一個特定的按鈕來點擊（用於例）。我有鼠標和鍵盤控制部分，但現在，我需要一個OCR來處理屏幕截圖。我發現的是，Tesseract OCR似乎不能很好地處理屏幕上的文字。文字要麼太小，要麼文字似乎是連接的，比如K和X.我應該怎麼做呢？

p/s：這是一個自動化測試程序。

Answer 1

也許看看this question在OCR之前的圖像增強。 否則這個問題非常類似於"OCR for .NET"。

如果你感覺真的很大膽你總能掀起:-)

Answer 2

一個簡單的基於感知或神經網絡的方法，我不知道這是否真的適合你的法案，但一些比較好的OCR的那我已經看到自動化是由Tevron的CitraTest完成的。它有一個包含字體的庫，如果字體集不存在，他們將根據您的提交內容創建一個新的字體集。這種工具的影響因素是成本以及與可變屏幕分辨率相關的常見問題。