07 2011 档案

摘要：前面提到了如何使用Tesseract OCR 从复杂图像中提取文字，关键在于将图像分割，局部二值化后传给Tesseract识别，如从下图中提取每个物品的数量：方法是先使用几何特征和颜色特征将物品分割为小的局域，再将每个区域二值化。这样，每个局域就对应一个子图，传给Tesseract。但是Tesseract识别一个图像速度还行，如果识别10个，20个，速度就很慢了。识别一个如上图( 400*600)的图像需要 10秒以上！！！这显然是太慢了。其实Tesseract 识别速度和子图的数目成正比，和图像的大小倒是没什么关系，也就是识别100*100的图和识别1024*1024的图，时间差不多太多。 阅读全文

摘要：TesseractOCR 文字识别库识别率还是非常高的，但是前提是图像背景简单，如果有复杂的背景，识别率几乎为0.下面介绍从具有复杂背景图像中应用 Tesseract OCR提取文字的关键技巧。以我做的提取运动员号码的项目为例。测试图例：更多测试图例，请访问http://www.physoft.net/?p=5541. 前处理。 前处理主要完成两个任务： a. 定位：根据目标图像的特征定位目标的区域。如图例，需要定位每个运动员数字标签的标签区域。Tesseract 对以文字为主体的图像识别率还是非常不错的。所以我们需要将定位到的区域抠出来做后面的处理，再给Tesseract 识别。定位是非常困 阅读全文