就认出在正方体的数字 - 机器人(Trouble recognizing digits in Tes

我希望能有人告诉我，为什么它是我的Tesseract难以识别与数字某些图像，如果有什么我可以做的。一切都在按测试工作，并且由于它是唯一的数字，我需要，我想我可以用英文模式管理，直到我不得不开始与7segmented显示以及。

虽然我有很多在所附的图像的麻烦，我想知道我是否应该开始对我自己的识别算法，或者如果我可以做我自己的正方体数据集，然后它会工作的工作，没有人知道在哪里限制在于正方体？

事情尝试：试图设置PSM到one_line，one_word，one_char（和剁碎的图片）。随着one_line和one_word没有显著变化。与one_char它确实承认好一点，但有时，由于大间距，它重视的额外数量的它，然后拧它，如果你看看所附图片那么导致04.我也试图做二值化自己，这导致了较差的识别，非常耗费rescource。我试图颠倒的图片，这使得在所有的正方体没有区别。

我附上的照片我需要等等，进行处理。

释有关图像：

是的正方体有就认出，虽然它在字已作出建设围绕工作图像的应用程序的便利一个图像。

是现实生活中的形象相匹配的image_seven。但它不能认识到这一点。

是另一种形象，我想它认识到，是的，我知道它不能被skrewed，我也unskrew（认为skrew是术语在这里==“调直”）测试时它。

Answer 1:

我所知道的一些选项可以帮助你：

添加图片边框和文字之间的额外空间。如果图像中的文本位于边缘的Tesseract会工作可怕。
复制你的形象。例如，如果你在一个字“foobar的”执行OCR，克隆图像，并发送“foobar的foobar的foobar的foobar的foobar的”以正方体，结果会更好。
谷歌的font training和image binarization的正方体。

请记住，内置摄像头在移动设备大多是生产低质量的图像（所迷离，降噪，偏斜等）OCR本身是一种资源comsuming过程，如果一个值得图像预处理补充，低端和中移动装置（其中可能有机器人）可能面临的意外性能下降，甚至缺乏资源。这一切都是免费/研究项目确定，但如果你打算商业应用程序 - 可以考虑使用一个更好的SDK。

看看这个问题的详细信息： OCR为Android

Answer 2:

正方体不会为你做分割。正方体会做之前，实际的Tesseract算法中图像的阈值。阈值后，可能会有一些边缘，文物仍然存在的形象。

尝试手动修改您的图像为黑色和白色两种颜色，看看正方体的回报作为输出。

尝试阈值（自动），您的图片，看看正方体的回报作为输出。阈值的输出可能是太差造成的Tesseract给坏输出。

你的第4图像可能会失败，因为阈值（你有3种颜色：黑色的背景，灰色的背景和白色字母），阈值可（黑色背景，灰色背景）之间。

一般的Tesseract想要漂亮的黑白图像。可能需要获得更好的结果您的图像预处理。

对于你的第一个图像（结果是“04”），试图看到箱子结果（包含公认的字符框的字符+坐标）。的“0”可以是小的人工制品 - 就像一个4乘4斑点像素。

Answer 3:

你可以给javaocr一试（ http://sourceforge.net/projects/javaocr/ ，是的，我是开发者）

Therre没有offocial版本虽然，你将不得不寻找源（好消息：有工作，包括取样器，离线教练和识别应用软件Android样品）

如果你只有一个字体，你可以用它不错的成果（我最多时达到识别率99.96同一字体的数字）

PS：它是纯粹的java和使用不变矩来执行匹配（因此没有与缩放和旋转的问题）。还有一个非常有效的二值化。

看到它在行动：

https://play.google.com/store/apps/details?id=de.pribluda.android.ocrcall&feature=search_result#?t=W251bGwsMSwxLDEsImRlLnByaWJsdWRhLmFuZHJvaWQub2NyY2FsbCJd

文章来源: Trouble recognizing digits in Tesseract - android