如何在使用tesseract阅读之前清除图像的文本？

xiozqbni 于 2021-07-03 发布在 Java

关注(0)|答案(2)|浏览(251)

我正在使用tesseract从图像中读取文本。由于我的binaryimage输入不会是纯白色背景上的简单文本，因此我只得到50%的正确输出。
有没有办法对图像进行预处理，以便从tesseract获得正确的输出？我已经尝试过灰度缩放和二值化的图像使用大津的方法，但没有改善。
由于我是使用java来完成这些工作的，如果有人能够共享任何java库或步骤的详细信息，从而从tesseract获得更好的结果，那将是非常有帮助的。
我没有得到适当的imagemagick文档来在我的java代码中使用它。在此方面的任何帮助都将不胜感激。
示例图像（at&t的任何无线账单）

Java ocr tesseract imagemagick

来源：https://stackoverflow.com/questions/46048972/how-to-clean-an-images-text-before-reading-with-tesseract

2条答案

按热度按时间

gkl3eglg1#

我试图通过灰度缩放和二值化来优化我的输出，但是没有用。然后我尝试boofcv来锐化我的图像，我得到了90%的优化输出。
在锐化图像之前，如果分辨率不够大，我们可以使用以下代码重新缩放图像：

public static BufferedImage scale(BufferedImage img, int imageType, int dWidth, int dHeight, double fWidth, double fHeight) {
BufferedImage img = null;
if(img != null) {
    img = new BufferedImage(dWidth, dHeight, imageType);
    Graphics2D g = img.createGraphics();
    AffineTransform at = AffineTransform.getScaleInstance(fWidth, fHeight);
    g.drawRenderedImage(img, at);
}
return img;

}
万一有人陷入同样的境地。

赞(0）回复(0）举报 2021-07-03

fbcarpbf2#

我认为你的账单扫描的分辨率可能太小了。我相信你会得到更好的结果，如果你有一个更高的分辨率图像（更大的尺寸）。您也可以尝试将扫描保存为非有损压缩格式。你可以尝试局部阈值。但我不认为这将有助于这么小的文本。不过，在imagemagick中，您可以使用-lat命令来实现这一点。

convert image.jpg -negate -lat 25x25+10% -negate result.png

根据需要调整值。我还有一个bash unixshell脚本textcleaner，在其他图像上可能更好。你可以在http://www.fmwconcepts.com/imagemagick/textcleaner/index.php

赞(0）回复(0）举报 2021-07-03

我来回答

如何在使用tesseract阅读之前清除图像的文本？

2条答案

相关问题

热门标签

最新问答