如何使用OpenCV + Tesseract在Android中進行準確的文本識別？

Question

我想使用OpenCV（Android）處理使用相機拍攝的圖像，然後將其傳遞給Tesseract以進行文本（數字）識別，但是直到圖像非常（幾乎沒有噪音）才能獲得好結果。 目前我正在對拍攝的圖像進行如下處理： 1.應用高斯模糊。 2.自適應閾值：二值化圖像。 3.反轉顏色使背景變黑。 然後將處理後的圖像傳遞給Tesseract。

但是我沒有得到好的結果。

請提出在進入Tesseract之前或在Tesseract處理階段，我可能會採取哪些步驟/措施來進一步處理圖像。

此外，有沒有其他更好的圖書館在這個Android？

Answer 1

您可以隔離/檢測圖像中的字符。這可以使用強大的算法完成，例如Stroke Width Transform。

下面的步驟，我工作得好：

1. 獲取圖像的灰度。
2. 在灰度圖像上執行canny edge detection。
3. 應用灰度圖像高斯模糊（在單獨的矩陣存儲）
4. 從步驟2 & 3輸入矩陣轉換成SWT algorithm
5. 二值化（門限）得到的圖像。
6. 將圖像傳送到tesseract。

請注意，對於第4步，您需要在鏈接中構建C++庫，然後用JNI包裝器導入到您的android項目中。此外，您需要對所有步驟進行微調，以獲得最佳效果。但是，這至少應該讓你開始。