摘要

本文檔記錄了本人如何使用tesseract_ocr實現(xiàn)字符識別功能。該技術(shù)文檔包括函數(shù)解釋與工程實例，如需轉(zhuǎn)載，請注明引用。

如何提高識別率

• 外部處理
  • 根據(jù)官方技術(shù)文檔可知,tesseract本身對輸入圖像會使用一些圖像處理并分割字符，但有時效果不佳可以通過以下方法提高。
    • 尺度化
      首先，保證圖片大小最好在200X200以上，或者說單個字符至少是30像素X30像素以上（下限是多少我也不知道）。過小識別率會降低。
      其次，適當(dāng)拉寬圖像，以O(shè)penCV為例，使用resize(src, dst, Size(0,0), 1.2, 1.0, INTER_LINEAR);輸出圖像的width是輸入圖像的1.2倍，height不變。

    • 二值化
      雖然不二值化tesseract也能識別，但識別的準(zhǔn)確率不穩(wěn)定，因此強烈建議使用二值化操作，增強字符與背景的對比度。

      
      
      testing_result1.JPG

    • 去噪
      二值化后圖片可能會留下許多噪點，因此去噪是十分有必要的，否則會同樣會導(dǎo)致識別錯誤。

      
      
      捕獲.JPG
      
      

      統(tǒng)計學(xué)、形態(tài)學(xué)去噪都有不錯的效果，具體情況具體分析。

    • 旋轉(zhuǎn)校正與去邊緣
      tesseract基本不支持旋轉(zhuǎn)變換，因此自行修正旋轉(zhuǎn)。同時邊緣結(jié)構(gòu)同樣會影響識別。
      總而言之，輸入tesseract的圖像最好是背景沒有噪點、字符工整的。