Tesseract OCR相機

Question

我在我的iOS應用程序中使用Tesseract OCR 3.01，當我從手機庫中選取圖像時，它顯示90％的準確性。但是如果我使用相機中的相同圖像，它會顯示混亂的字母。我跟着this tutorial，好心引導我，如果可以做些什麼來確保它可以在相機上工作，因爲它適用於圖庫圖像。

Answer 1

幾乎肯定問題是「定位」。蘋果傾向於以一個位圖的形式創建圖像 - 圖像位的排列方式就好像相機在音量按鈕的右側和右側一樣。您看到的高於寬度的圖像仍按上述佈局，但圖像中包含的EXIF對象中有一個「方向」。

我想猜測tesseract不會看EXIF，但期望圖像處於「標準」格式，以便文本處於閱讀文本的人的位置。

您可以使用右上角的音量按鈕拍攝的相機圖像測試我的假設。

如果它們工作，那麼您將需要做的是自己處理圖像，並根據方向設置重新排列位。這並不是所有這些都很難做到的事情，但需要您閱讀vImage和/或位圖上下文。

Answer 2

是的，有三件事情需要具體說明，首先，OCR適用於黑白圖像而非彩色圖像，所以如果您可以嘗試將圖像轉換爲B，則會提高準確性。

第二件事是尺寸和方向，你需要強制圖像爲640 * 480或320尺寸，這將增加識別速度和準確性，對於定位，有很多的管理方式。最後，如果某些方法可以允許用戶指定他想要執行OCR的圖像的哪一部分或哪部分，則由於庫不需要檢查整個圖像，這大大增加了準確性和時間對於文本而言，您已經指定了要搜索的部分。

PS：我一直在爲過去幾周創建一個OCR應用程序。