使用 tesseract 优化图像以进行文本识别

Question

我的 android 项目有用户 tesseract ocr 来识别从相机拍摄的图像中的文本。但结果并不准确。我想使用opencv优化图像。我想为以 Bitmap.Config.ARGB_8888 格式解码的捕获图像实现以下目标：

1. 检测调整大小图像中的对象。
2. 一旦对象被识别，计算其边界 w.r.t 原始图像。 （这是为了去除相机角度效果）
3. 通过应用透视变换从原始图像中提取对象。
4. 应用白平衡来消除亮化效果。

在 tess_two api 提供的示例中，他们使用 Leptonica 进行图像处理，例如在单词周围绘制边界框。但在我的情况下，我想使用 OpenCV ...您的指导将不胜感激...

Answer 1

这是你要求的很多，并且取决于对象可能是不可能的。您应该查看有关 2D 特征检测和对象检测的教程（http://docs.opencv.org/doc/tutorials/features2d/table_of_content_features2d/table_of_content_features2d.html 和 http://docs.opencv.org/doc/tutorials/objdetect/table_of_content_objdetect/table_of_content_objdetect.html），看看是否有可以使用的东西。

白平衡对光照没有任何作用，您应该进行自适应阈值处理或某种高通滤波。