限制 Tesseract 的预处理答案

【问题标题】：Restrict Preprocessing of Tesseract限制 Tesseract 的预处理
【发布时间】：2014-01-22 22:24:35
【问题描述】：

我是 tesseract 库的新手，我在 Ubuntu 12.04 上设置了它。

我正在使用这个data set 来被识别。当我使用this code 将这些图像原样（没有任何预处理）提供给 tesseract 时，我得到了大约 70-75%。准确性。

我希望准确率达到 90+%，所以我做了一些预处理步骤来增强图像

预处理步骤

应用底帽算子与半径为 12 的圆的结构化元素
图像补全，背景为白色，文字为黑色
增强结果图像的对比度
腐蚀图像。

在这些步骤之后，我得到非常清晰的图像可以是seen here。但是现在当我使用相同的代码将这些图像提供给 tessearct 时，准确率会降低到限制 tesseract 进行该预处理。如果不是，那么为什么现在图像非常清晰时它会给我带来不好的结果？如果我问了一些基本问题，请原谅我。

【问题讨论】：

标签： c++ opencv ocr tesseract

【解决方案1】：

关于您的问题，为什么 tesseract 在使用二进制图像而不是灰度图像作为 tesseract 的输入时会提供更好的结果：

Tesseract 将使用各种方法对灰度图像进行内部二值化（还没有弄清楚到底使用了哪种二值化方法，有时是局部自适应阈值，有时在互联网上提到全局 OTSU 阈值） .当然，tesseract 对二进制图像执行字符识别，并且 tesseract 的预处理在特定问题上仍然可能失败（例如，没有得到好的布局分析）。因此，如果您自己进行预处理部分并将 tesseract 作为输入图像仅提供带有文本的二进制图像并禁用 tesseract 中的所有布局分析，那么您可以获得比让 tesseract 为您做所有事情更好的结果。由于它是一个开源的免费实用程序，它有一些已知的缺点，必须接受。

如果你使用 tesseract 作为命令行工具，这个线程对于参数非常有用。 tesseract command line page segmantation

如果你在开发自己的 C++ 代码时使用 tesseract 的源代码，则必须使用正确的参数初始化 tesseract。参数在 tesseract API 端进行了描述。 tesseract API

【讨论】：

【解决方案2】：

好吧，我在预处理后将grayscale(8bpp) 图像提供给tesseract，所以在得到灰度图像后tesseract 正在尝试binarize，即将其转换为黑白，这给了我不好的结果，我还是不知道为什么。

但在那之后，我尝试先将我的比例图像转换为黑白或 1bpp 图像，然后将该图像提供给 tesseract，我得到了相对更好的结果。

【讨论】：