Como dar a melhor chance de sucesso a um software OCR?

Question

estou usando TESSERACT OCR (através da Pytesser) e PIL (Python Image Library) para teste automatizado de um aplicativo.

Estou verificando se o texto exibido está ok fazendo uma captura de tela e recebendo o texto graças ao TESSERACT.

Eu tive alguns problemas no começo e parece funcionar melhor desde que aumentei o tamanho da captura de tela graças à interpolação bicúbica do PIL.

Infelizmente, ainda tenho alguns erros como confusão entre '0' e 'O'. Posso imaginar que terei outros problemas semelhantes no futuro.

Gostaria de saber se existem algumas técnicas para preparar uma imagem para ajudar o OCR. Qualquer ideia é bem -vinda.

desde já, obrigado

Answer 1

Plug e isenção de responsabilidade sem vergonha: minha compania Pacotes TESSERACT para uso em .NET

O TESSERACT é um mecanismo OK OCR. Pode perder muito e fica prontamente confuso com o não texto. A melhor coisa que você pode fazer é garantir que ele obtenha texto apenas. A próxima melhor coisa é dar algo Suramente binarizado (limiar adaptativo ou dinâmico para chegar lá) ou escala de cinza e deixar que ele tente fazer binarização.

Answer 2

1. Treine Tesseract para reconhecer sua fonte
2. Torne a imagem mais limpa e com espaço livre suficiente em torno dos personagens
3. Lucro :)

Aqui estão poucos exemplos do mundo real.

• A primeira imagem é a imagem original (números de medidores de energia cortados)
• A segunda imagem é uma imagem ligeiramente limpa no GIMP, cerca de 50% de precisão de OCR no Tesseract
• A terceira imagem é completamente limpa de imagem - 100% OCR reconhecido sem nenhum treinamento!

Answer 3

Mesmo nas melhores condições, as variantes do OCR vão se esgueirar em você. Sua melhor opção será projetar seus testes para estar ciente deles.

Answer 4

Para distinguir entre 0 e O, uma solução simples é escolher uma fonte que distingue entre ambos (por exemplo: 0 tem um traço ou ponto no meio). Isso seria aceitável em seu aplicativo?

Outra solução é aplicar uma etapa baseada no dicionário após a análise de caractere por caracteres do texto-alimentando o texto reconhecido em alguma forma de verificador ou validador de ortografia para diferenciar os caracteres difíceis.

Por exemplo, é provável que um símbolo redondo seguido de outros números seja zero, enquanto o mesmo símbolo seguido de letras provavelmente será um capital O. É um exemplo trivial, mas mostra como o contexto é necessário para criar um sistema OCR mais confiável.