android tessaract API 识别非单词答案

【问题标题】：android tessaract API to recognize non wordsandroid tessaract API 识别非单词
【发布时间】：2015-12-07 20:50:25
【问题描述】：

我正在尝试使用 tess-two API 识别 android 中的随机字符。我有一张带有字符串的打印纸：“5XqaLB”
当我向相机展示字符串的部分以识别它时，我得到以下示例：

 original -> result
  "5XqaLB" -> "5anLB"  
  "XqaLB" -> "anLB"  
  "qaLB" -> "qaLB"  
  "5Xq" -> "5Xq"

我想这是因为 tesseract 试图用已识别的字符猜测单词。我搜索了很多，但找不到解决方案。任何人都有避免这种 tesseract 替换的想法？

已经尝试过白名单、黑名单和配置文件，例如：

baseApi.setVariable("load_system_dawg", "0");
baseApi.setVariable("load_freq_dawg", "0");
baseApi.setVariable("load_punc_dawg", "0");
baseApi.setVariable("load_number_dawg", "0");
baseApi.setVariable("load_unambig_dawg", "0");
baseApi.setVariable("load_bigram_dawg", "0");
baseApi.setVariable("load_fixed_length_dawgs", "0");
baseApi.setVariable("segment_penalty_garbage", "0");
baseApi.setVariable("segment_penalty_dict_nonword", "0");
baseApi.setVariable("segment_penalty_dict_frequent_word", "0");
baseApi.setVariable("segment_penalty_dict_case_ok", "0");
baseApi.setVariable("segment_penalty_dict_case_bad", "0");

谁能猜出如何让 tesseract 只识别普通字符？

【问题讨论】：

标签： android ocr tesseract tess-two

【解决方案1】：

我设法解决了我遇到的类似问题。就我而言，我正在识别车牌字符。我没有在整个车牌图像中使用 tesseract，而是做了一个预处理来分离字符，这样我就可以分别对每个字符使用 tesseract。我的配置变量：

final TessBaseAPI baseApi = new TessBaseAPI();
    baseApi.init(TESSBASE_PATH, DEFAULT_DIC, TessBaseAPI.OEM_DEFAULT);
    baseApi.setDebug(true);
    baseApi.setVariable(TessBaseAPI.VAR_CHAR_WHITELIST, "ABCDEFGHIJKLMNOPQRSTUVXWYZ1234567890");

    baseApi.setPageSegMode(TessBaseAPI.PageSegMode.PSM_SINGLE_CHAR);
    baseApi.setVariable("load_system_dawg", TessBaseAPI.VAR_FALSE);
    baseApi.setVariable("load_freq_dawg", TessBaseAPI.VAR_FALSE);
    baseApi.setVariable("load_punc_dawg", TessBaseAPI.VAR_FALSE);
    baseApi.setVariable("load_number_dawg", TessBaseAPI.VAR_TRUE);
    baseApi.setVariable("load_unambig_dawg", TessBaseAPI.VAR_FALSE);
    baseApi.setVariable("load_bigram_dawg", TessBaseAPI.VAR_FALSE);
    baseApi.setVariable("load_fixed_length_dawgs", TessBaseAPI.VAR_FALSE);
    baseApi.setVariable("segment_penalty_garbage", TessBaseAPI.VAR_FALSE);
    baseApi.setVariable("segment_penalty_dict_nonword", TessBaseAPI.VAR_FALSE);
    baseApi.setVariable("segment_penalty_dict_frequent_word", TessBaseAPI.VAR_FALSE);
    baseApi.setVariable("segment_penalty_dict_case_ok", TessBaseAPI.VAR_FALSE);
    baseApi.setVariable("segment_penalty_dict_case_bad", TessBaseAPI.VAR_FALSE);
    return baseApi;

【讨论】：

对不起各位！我有类似的问题，但在我的情况下，我使用 tess-two 和 open-cv 来识别车牌号。我尝试了 r3v3r53 的方法但没有成功，我的下一步是按照 tesseract 教程（code.google.com/p/tesseract-ocr/wiki/TrainingTesseract3）编译训练数据文件，但我接受了建议（我不太了解该教程，所以我不确定它是否会有所帮助）例如：图像显示“FPD 0246”但结果为“FPJ 0245”[1]：i.stack.imgur.com/Sp7zn.png
您真的不应该使用 cmets 或答案框来提出新问题。