非英文文本识别

Question

我已经在印地文中实现了文本检测算法，并且它工作得非常好，并且已经本地化了文本区域。现在我正在寻找将文本区域转换为Google翻译API可以使用的数字格式。有关如何将其转换为数字格式的帮助？ （我看了SVM，ANN等）

Answer 1

我会考虑OCR。

Tesseract OCR引擎（开源）具有包括印地语在内的许多语言的语言数据，所以这可能是一个很好的开始。它也可以集成到OpenCV中。

如果您只想使用OpenCV，那么机器学习方法（KNN，SVM）中的一种可能是最好的，您需要自己培训以识别字符。

几个环节：

https://code.google.com/p/tesseract-ocr/（正方体）

https://opencv-code.com/tutorials/how-to-read-the-digits-from-a-scratchcard/（OpenCV中+的Tesseract）

http://blog.damiles.com/2008/11/basic-ocr-in-opencv/（OpenCV的只有 - KNN）

https://opencv-code.com/tutorials/how-to-integrate-tesseract-ocr-and-opencv/（集成的Tesseract & OpenCV的）