用于图像识别的C++库：包含要字符串的单词的图像

Question

有没有人知道用于拍摄图像并对其执行图像识别的C++库，以便它可以根据给定的字体和/或字体高度查找字母？即使是一个不让你选择字体的应用程序也不错（例如：readLetters（Image image）

Answer 1

我最近一直在研究这个问题。你最好的只是Tesseract。如果您需要在OCR上进行布局分析，而不是使用Ocropus（反过来使用Tesseract来执行OCR）。布局分析是指能够检测图像上的文本位置，并执行线段分割，块分割等。

我发现了一些真正好的提示，通过Tesseract实验值得分享。基本上我不得不为图像做很多预处理。

1. 将您的输入图像放大/缩小为300 dpi。
2. 从图像中去除颜色。灰度很好。我实际上使用了抖动阈值，并将输入设为黑白。
3. 从图像中删除不必要的垃圾。 对于上述所有三个，我使用netbpm（一组用于unix的图像处理工具）来获得我所需要的几乎100％精度的点。

如果你有一个高度自定义的字体，并单独使用tesseract，你必须“训练”系统 - 基本上你必须喂养一堆训练数据。这在tesseract-ocr网站上有详细记录。你基本上为你的字体创建一个新的“语言”，并用-l参数传入。

我发现的另一种培训机制是Ocropus使用nueral net（bpnet）培训。它需要大量的输入数据来建立一个很好的统计模型。

在调用方面Tesseract/Ocropus都是C++。它不会像ReadLines（Image）那么简单，但有一个API可以检出。您也可以通过命令行调用。

Answer 2

虽然我不能特别推荐一个，但你要找的术语是OCR（光学字符识别）

Answer 3

有tesseract-ocr这是一个专业图书馆要做到这一点。

从那里网站

的正方体OCR引擎是在1995年的UNLV精度测试的前3引擎之一。1995年间和2006年它没有做任何工作，但它可能是最精确的开源OCR引擎之一

Answer 4

我想你想要的是Conjecture。曾经是libgocr项目。我已经使用了几年，但是如果您设置了密钥，它曾经非常可靠。

Answer 5

Tesseract OCR library给出了非常准确的结果，它是一个C和C++库。 我的初步结果大约80％准确，但在提供OCR之前对图像进行预处理后，结果的准确率大约为95％。 什么是预处理：

1）将位图二值化（B & W对我来说效果更好）。How it could be done

2）重采样图像为300 dpi

3）保存的图像中的无损格式，诸如LZW TIFF或CCITT组4 TIFF。