【发布时间】：2015-11-23 14:14:29
【问题描述】：
我一直在使用 tesseract 从分辨率为 200x200 或 200x100 dpi 的传真文档中识别 Iban 号码。文件质量很差。我正在使用 C#.net。如何提高传真文档和文本质量以提高 ocr 准确性？
【问题讨论】：
标签： image-processing ocr text-rendering
【发布时间】：2015-11-23 14:14:29
【问题描述】：
穆萨：
传真图像可能有点棘手。最初，您可以尝试缩放或重新调整非 DPI 图像的大小，使其对应于正方形分辨率（即 - 200x200）。
在此之后，这就是图像上的内容（文本字符及其外观）的问题。您可以执行许多图像操作，以帮助使文本对象更适合识别：
- 腐蚀：如果文本对象在图像上显得非常粗体，那么您可以尝试腐蚀以使其变薄。
- 膨胀：与腐蚀相反。膨胀将为有问题的对象添加像素。因此，如果文本很薄或有小间隙，执行扩张可能会有所帮助。
- 处理点阴影：如果图像上的文本实际上是由黑白点组成的（假设这是一个 1 位的黑白图像），那么放大图像可能会对此有所帮助。或者，将图像转换为更高的位深度，使用模糊操作平滑像素，然后将其阈值化回 1 位，这有助于使文本对象变得立体。
希望这会有所帮助。
【讨论】：