Python OCR：将扫描图像转换为文本进行处理

Question

我想创建一个答案纸标记（选择题）python应用程序。答案纸将被扫描到图像文件（gif，png，jpg，无论需要什么格式）。

我的应用程序可以访问存储所有答案的数据库。

所以，它需要的只是扫描图像中的某种数据，以便它可以比较答案并计算出标记。

的答卷已经固定，像这样的表格式（答案将在“X”标记由候选人表明自己的答案）尺寸：

通过网络搜索后，我发现有几个OCR API可用。

第一个是Pytesser。它非常易于使用，结果相当不错。但它只适用于纯文本的图像。所以，我认为这是不合适的。

我发现的第二个是Ocropus。这似乎强大，但在它的文档

的Windows

OCRopus依赖于POSIX路径名和文件系统有很多。 您可能可以在Windows上使用安装OCRopus。更简单的方法 是安装VirtualBox并在Ubuntu下在VirtualBox下运行OCRopus。

所以我认为它主要是为Linux。我找不到窗户平台的详细安装指南。 （我是初学者，所以我可能是错的）

我发现的第三个是python-tesseract，包装为Tesseract OCR。在他们的page中，提供了安装指南。基本上，我需要，

1. 蟒蛇，正方体，win32.deb
2. 蟒蛇，OpenCV的
3. numpy的

，但我对如何在窗口安装.deb文件没有任何线索。我已安装opencv和nampy。

因此，下面是我的问题：

（1）在其办法可以将表格转换成图像处理数据（它甚至有可能？）？

（2）有没有其他有用的OCR API，我在这里没有提到可能有用？ （3）最后（我的愚蠢想法）是否可以使用PIL将图像拆分为小卡盘（基于表格单元的大小 - 因为表格尺寸已知），然后使用pytesser将每个小图像转换为文本，然后相应地处理数据？

供参考：我只需要它的Windows平台，可能为Windows XP 32位。我正在使用Python 2.7.5。

Answer 1

答案符合您的数字

1）OCR是一般很辛苦，但你）测试得分处理（好消息，我觉得这是近一个解决的问题。在这方面，对于这些问题已经有了可靠的解决方案。学校系统一直在这样做，以便自动化评分'scantron'测试多年，所以如果你有权访问这些资源，那么这条路线可能是你最好的选择。至少你应该检查他们是如何做到这一点

2）我肯定还有其他的，但这些是主要的免费的，我知道的

3）我想如果你正在尝试做这一个预算和时间不是问题，你的'愚蠢'的想法其实并不傻。这可能是实现这一目标的最佳方式，并且scantron测试评分员很可能使用类似的方法。您知道测试表单的确切尺寸。你可以知道在哪里看直接像素映射。你可以很容易地使用pytesser。请记住，pytesser有时需要您调整图像的大小（有时会上升，有时会下降）以获得最佳的准确性。

3）b您可能需要考虑滚动您自己的解决方案。你可以使用形态学操作的概念（numpy和其他图像库可以做到这一点几乎开箱即用）。您甚至可能不需要这些运算符，只需执行表格行的二进制阈值（假设您已将图像剪切成表格行），并简单地查找斑点并将得分标记为来自具有最多斑点值的列。