Tesseract - 识别文本问题答案

【问题标题】：Tesseract - Recognizing text problemsTesseract - 识别文本问题
【发布时间】：2018-01-16 01:21:00
【问题描述】：

我在使用 Tesseract 识别文本时遇到问题，需要一些帮助。

第一个是非常模糊的输入，无法识别：

第二个是给出错误结果的输入：

返回这个损坏的结果：

“I 曲轴力每次燃烧发生时，当曲轴将扭矩传递到输出轴时，力会使曲轴偏转。这种偏转以两种方式发生，使轴侧向沙子以扭转轴Thec an-k mum. ran ankshaft 偏转与零件的工作粗糙度直接相关。当来回往复时”

我使用这个 PHP 命令行调用 windows exe，也许可以对其进行修改以获得更好的结果：

$exe = 'C:/Program Files (x86)/Tesseract-OCR/tesseract.exe';
$image = 'Book.png';
$output = 'Out';
$language = ''; // '-l deu' = German etc

$img = 'Images/' . $image; 

exec("\"$exe\" \"$img\" \"$output\" {$language} ");

我怎样才能为两张图片返回正确的结果？

【问题讨论】：

根据我使用 tesseract 的经验，这是一个平均结果。文本的轻微旋转可能会导致这些问题，您是否考虑过更正？
我该怎么做？
我推荐 phpgd 库或 Imagick。但真正的问题是检测旋转，因为我认为你想识别各种图像，而不仅仅是这张，你可以事先定义旋转。或者您是否可以手动定义每个图像的旋转？
它必须自动完成，因为每次输入都会不同。也可以使用另一个 exe 命令行应用程序进行自动图像校正，因为我在 Windows 上使用 tesseract。

标签： php ocr tesseract

【解决方案1】：

使用 ImageMagick 和形态学关闭和打开一个可以改善第一张图像。

convert jrxjek.png -morphology close diamond:1 -morphology open diamond:1 jrxjek_close_open.png

将我的一个 bash unix shell 脚本与 ImageMagick 结合使用，可以自动检测文本图像中的旋转并歪斜/取消旋转它。

textdeskew crankshaft.png crankshaft_textdeskew.png

在http://www.fmwconcepts.com/imagemagick/index.html查看我的脚本

【讨论】：