Tesseract OCR相机

Question

我在我的iOS应用程序中使用Tesseract OCR 3.01，当我从手机库中选取图像时，它显示90％的准确性。但是如果我使用相机中的相同图像，它会显示混乱的字母。我跟着this tutorial，好心引导我，如果可以做些什么来确保它可以在相机上工作，因为它适用于图库图像。

Answer 1

几乎肯定问题是“定位”。苹果倾向于以一个位图的形式创建图像 - 图像位的排列方式就好像相机在音量按钮的右侧和右侧一样。您看到的高于宽度的图像仍按上述布局，但图像中包含的EXIF对象中有一个“方向”。

我想猜测tesseract不会看EXIF，但期望图像处于“标准”格式，以便文本处于阅读文本的人的位置。

您可以使用右上角的音量按钮拍摄的相机图像测试我的假设。

如果它们工作，那么您将需要做的是自己处理图像，并根据方向设置重新排列位。这并不是所有这些都很难做到的事情，但需要您阅读vImage和/或位图上下文。

Answer 2

是的，有三件事情需要具体说明，首先，OCR适用于黑白图像而非彩色图像，所以如果您可以尝试将图像转换为B，则会提高准确性。

第二件事是尺寸和方向，你需要强制图像为640 * 480或320尺寸，这将增加识别速度和准确性，对于定位，有很多的管理方式。最后，如果某些方法可以允许用户指定他想要执行OCR的图像的哪一部分或哪部分，则由于库不需要检查整个图像，这大大增加了准确性和时间对于文本而言，您已经指定了要搜索的部分。

PS：我一直在为过去几周创建一个OCR应用程序。