用于图像识别的 C++ 库：包含单词到字符串的图像答案

【问题标题】：C++ Library for image recognition: images containing words to string用于图像识别的 C++ 库：包含单词到字符串的图像
【发布时间】：2010-10-02 13:09:54
【问题描述】：

是否有人知道用于拍摄图像并对其执行图像识别的 c++ 库，以便它可以根据给定的字体和/或字体高度找到字母？即使是不允许您选择字体的字体也会很好（例如：readLetters(Image image)。

【问题讨论】：

【解决方案1】：

我最近一直在研究这个问题。你最好的就是 Tesseract。如果您需要在 OCR 之上进行布局分析，而不是使用 Ocropus（后者又使用 Tesseract 进行 OCR）。布局分析是指能够检测图像上文本的位置，并进行线分割、块分割等操作。

我通过 Tesseract 的实验发现了一些非常好的技巧，值得分享。基本上我必须对图像进行大量预处理。

如果你有一个高度定制的字体并且单独使用 tesseract，你必须“训练”系统——基本上你必须提供一堆训练数据。这在 tesseract-ocr 网站上有很好的记录。您实质上为您的字体创建了一种新的“语言”，并使用 -l 参数将其传入。

我发现的另一种训练机制是使用 Ocropus 使用神经网络 (bpnet) 训练。建立一个好的统计模型需要大量的输入数据。

在调用 Tesseract/Ocropus 方面都是 C++。它不会像 ReadLines(Image) 那样简单，但是您可以查看一个 API。也可以通过命令行调用。

【讨论】：

【解决方案2】：

虽然我不能特别推荐一个，但您正在寻找的术语是 OCR（光学字符识别）。

【讨论】：

【解决方案3】：

有tesseract-ocr这是一个专业的图书馆来做这件事。

从那里的网站

Tesseract OCR 引擎是 1995 年 UNLV 精度测试中排名前三的引擎之一。在 1995 年到 2006 年间，它几乎没有做任何工作，但它可能是可用的最准确的开源 OCR 引擎之一

【讨论】：

【解决方案4】：

我想你想要的是Conjecture。曾经是 libgocr 项目。我已经有几年没有使用它了，但是如果您设置了密钥，它曾经非常可靠。

【讨论】：

【解决方案5】：

Tesseract OCR library 给出了相当准确的结果，它是一个 C 和 C++ 库。我最初的结果准确率约为 80%，但在提供 OCR 之前对图像进行预处理，结果准确率约为 95%。什么是预处理：

1) 对位图进行二值化（B&W 对我来说效果更好）。 How it could be done

2) 将图像重采样为 300 dpi

3) 将图像保存为无损格式，例如 LZW TIFF 或 CCITT Group 4 TIFF。

【讨论】：