iOS 上的 Tesseract - 糟糕的结果

Question

在使用 libc++ 编译 tesseract 以使其与 OpenCV 一起使用超过 10 个小时之后，我在获得任何有意义的结果时遇到了问题。我正在尝试将其用于数字识别，我传递的图像数据是一个小正方形 (50x50) 图像，其中有一个或没有数字。

我尝试同时使用 eng 和 equ tessdata（来自 google 代码），结果不同，但都猜到了 0 位数字。使用 eng 数据我得到 '4\n\n' 或 '\n\n' 大部分时间（即使图像中没有数字） ，有信心从 1 到 99。 使用 equ 数据，我得到 '\n\n' 的置信度为 0-4。

我也尝试对图像进行二值化，结果或多或少是相同的，但我认为不需要它，因为图像被过滤得很好。

我假设有问题，因为与最简单的示例图像相比，这些图像很容易识别。

代码如下：

初始化：

    _tess = new TessBaseAPI();
    _tess->Init([dataPath cStringUsingEncoding:NSUTF8StringEncoding], "eng");
    _tess->SetVariable("tessedit_char_whitelist", "0123456789");
    _tess->SetVariable("classify_bln_numeric_mode", "1");

认可：

char *text = _tess->TesseractRect(imageData, (int)bytes_per_pixel, (int)bytes_per_line, 0, 0, (int)imageSize.width, (int)imageSize.height);

我没有收到任何错误。 TESSDATA_PREFIX 设置正确，我尝试了不同的识别方法。检查时 imageData 看起来没问题。

以下是一些示例图片：

http://imgur.com/a/Kg8ar

这应该与常规训练数据一起使用吗？

感谢任何帮助，我第一次尝试 tessarect，我可能错过了一些东西。

编辑：

我发现了这个：

    _tess->SetPageSegMode(PSM_SINGLE_CHAR);

我假设它必须在这种情况下使用，尝试过但得到了相同的结果。

Answer 1

我认为 Tesseract 对于这些东西来说有点矫枉过正。您最好使用一个简单的神经网络，为您的图像明确训练。在我的公司，最近我们尝试在 iOS 上使用 Tesseract 来执行 OCR 任务（用相机扫描水电费），但它对于我们的目的来说太慢且不准确（在 iPhone 4 上扫描花费了 30 多秒低帧率）。最后，我专门为我们的目标字体训练了一个神经网络，这个解决方案不仅击败了 Tesseract（它甚至可以在 iPhone 3G 上完美地扫描内容），而且还击败了商业 ABBYY OCR 引擎，我们得到了一个样本从公司。 This course's 材料将是机器学习的良好开端。