社区
资源
帖子详情
有用过tesseract OCR字符识别的吗?怎么识别率那么低呢?
liurong1420
2013-05-16 04:20:41
如题,有用过tesseract OCR字符识别的吗?怎么识别率那么低呢?
最近才刚用tesseract OCR字符识别,采用google上的API example,输入没有背景的中文文字图片进去,速率很慢,并且识别率也很低,才百分之五十多点!是不是有些设置可以提高呢?求用过tesseract的能人达士指教!
...全文
11693
11
打赏
收藏
有用过tesseract OCR字符识别的吗?怎么识别率那么低呢?
如题,有用过tesseract OCR字符识别的吗?怎么识别率那么低呢? 最近才刚用tesseract OCR字符识别,采用google上的API example,输入没有背景的中文文字图片进去,速率很慢,并且识别率也很低,才百分之五十多点!是不是有些设置可以提高呢?求用过tesseract的能人达士指教!
复制链接
扫一扫
分享
举报
写回复
配置赞助广告
用AI写文章
11 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
小羊e1
2015-09-11
打赏
举报
回复
引用 9 楼 XiaXianShen 的回复:
请问这个问题您解决了嘛?
你呢?有办法吗?
小羊e1
2015-09-11
打赏
举报
回复
楼主后来有没有想到解决方案?或者其他能提高准确率的方法?
XiaXianShen
2015-01-04
打赏
举报
回复
请问这个问题您解决了嘛?
mnbvcxzk000
2014-03-21
打赏
举报
回复
引用 7 楼 passFuHao 的回复:
tesseract OCR 训练样本 百度这个关键字,训练以后识别率会高出很多。
感觉没用啊,再怎么训练能有自带的中文库好么
穿女装的程序员
2013-08-04
打赏
举报
回复
tesseract OCR 训练样本 百度这个关键字,训练以后识别率会高出很多。
liurong1420
2013-05-17
打赏
举报
回复
#smwhotjay,微软的OCR是要装MODI么?
liurong1420
2013-05-16
打赏
举报
回复
#lhfslhfs,听上去像庞大的工程,最近比较急,能否给点可以迅速加快的建议呢?或者你能把你的经验分享一下么?
smwhotjay
2013-05-16
打赏
举报
回复
我只用过ms的ocr
青松2
2013-05-16
打赏
举报
回复
你把tesseract 出错的归类,就会发现它出错的规律,你对tesseract 容易出错的识别的结果再次用自己的算法识别
liurong1420
2013-05-16
打赏
举报
回复
#lhfslhfs,根据错误类型二次识别是指什么呢?怎么看出它错误的规律呢?
青松2
2013-05-16
打赏
举报
回复
这个本姑娘使用过。识别率低是因为tesseract 想做到适应各种字体、各种分辨率。要在工程中用的话,可以先用tesseract 识别,再根据错误类型二次识别。根据我的经验,tesseract 的错误还是比较有规律的
Tesseract
OCR
字库训练教程:提高
识别率
进阶版
通过
Tesseract
字库训练,你可以提高
OCR
对特定文本或字体的识别能力。训练过程包括准备训练数据、生成标签文件、运行训练工具,以及将训练结果集成到实际项目中。虽然训练过程需要一些时间和精力,但对于需要高精度文本识别的场景来说,字库训练是非常有效的提升
识别率
的方法。
应用OpenCV进行
OCR
字符识别
opencv自带一个
字符识别
的例子,它的重点不是
OCR
字符识别
,而主要是演示机器学习的应用。它应用的是UCI提供的字符数据(特征数据)。 DAMILES在网上发布了一个应用OpenCV进行
OCR
的例子, http://blog.damiles.com/2008/11/basic-
ocr
-in-opencv/。 这些例子都只能用于学习OpenCV或熟悉
OCR
的简单流程,因为它们与当前比较专业的O
Tesseract
-
OCR
字符识别
---样本训练
Tesseract
是一个开源的
OCR
(Optical Character Recognition,光学
字符识别
)引擎,可以识别多种格式的图像文件并将其转换成文本,目前已支持60多种语言(包括中文)。
Tesseract
最初由HP公司开发,后来由Google维护,目前发布在Googel Project上。地址为http://code.google.com/p/
tesseract
-
ocr
/。
Tesseract
OCR
的使用
第一种:使用开源的
OCR
第二种:使用第三方
OCR
(比如阿里、百度的
OCR
)本文章是对开源的一个简单介绍,以及Java如何整合什么是
OCR
OCR
,即,是光学
字符识别
的简称。它是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符,通过检测暗、亮的模式确定其形状,然后用
字符识别
方法将形状翻译成计算机文字的过程。简言之,
OCR
技术可以将纸质文档中的文字转换成为黑白点阵的图像文件,并通过识别软件将图像中的文字转换成文本格式,供文字处理软件进一步编辑加工。
OCR
。
tesseract
OCR
Engine overview
字符识别
学习
原文: An Overview of the
Tesseract
OCR
Engine 下载地址http://code.google.com/p/
tesseract
-
ocr
/wiki/Documentation
Tesseract
的识别步骤大致如下: 1. 连通区域分析; 2. 检测出字符区域区域(轮廓外形),以及子轮廓; 3. 由字符轮廓,得出文本行,以及通过空格识别出单
资源
2,586
社区成员
18,437
社区内容
发帖
与我相关
我的任务
资源
VC/MFC 资源
复制链接
扫一扫
分享
社区描述
VC/MFC 资源
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章