iOS Tesseract: schlechte Ergebnisse

Es ist nichts falsch in der Weise, die Sie um die Bilder vom iPad per se. Aber Sie können einfach nicht werfen in ein Komplexes Bild-und erwarten, dass Tesseract auf Magische Weise ermitteln, welcher text zu extrahieren. Nehmen Sie einen genaueren Blick auf das Bild und Sie werden feststellen, es hat keine einheitliche Blitz, es ist extrem laut, so dass es möglicherweise nicht das beste Beispiel zum starten der Wiedergabe mit.

In solchen Szenarien ist es zwingend notwendig, vorab das Bild, um den tesserakt Bibliothek mit etwas einfacher zu erkennen.

Unten finden Sie eine sehr naive Vorverarbeitung Beispiel, verwendet die OpenCV (http://www.opencv.org), ein beliebtes image processing framework. Es sollte Ihnen und Idee, um Sie zu erhalten begann.

#import <TesseractOCR/TesseractOCR.h>
#import <opencv2/opencv.hpp>
#import "UIImage+OpenCV.h"

using namespace cv;

...

//load source image
UIImage *img = [UIImage imageNamed:@"tesseract.jpg"];

Mat mat = [img CVMat];
Mat hsv;

//convert to HSV (better than RGB for this task)
cvtColor(mat, hsv, CV_RGB2HSV_FULL);

//blur is slightly to reduce noise impact
const int blurRadius = img.size.width / 250;
blur(hsv, hsv, cv::Size(blurRadius, blurRadius)); 

//in range = extract pixels within a specified range
//here we work only on the V channel extracting pixels with 0 < V < 120
Mat inranged;
inRange(hsv, cv::Scalar(0, 0, 0), cv::Scalar(255, 255, 120), inranged); 

Mat inrangedforcontours;
inranged.copyTo(inrangedforcontours); //findContours alters src mat

//now find contours to find where characters are approximately located
vector<vector<cv::Point> > contours;
vector<Vec4i> hierarchy;

findContours(inrangedforcontours, contours, hierarchy, CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE, cv::Point(0, 0));

int minX = INT_MAX;
int minY = INT_MAX;
int maxX = 0;
int maxY = 0;

//find all contours that match expected character size
for (size_t i = 0; i < contours.size(); i++)
{
    cv::Rect brect = cv::boundingRect(contours[i]);
    float ratio = (float)brect.height / brect.width;

    if (brect.height > 250 && ratio > 1.2 && ratio < 2.0)
    {
        minX = MIN(minX, brect.x);
        minY = MIN(minY, brect.y);
        maxX = MAX(maxX, brect.x + brect.width);
        maxY = MAX(maxY, brect.y + brect.height);
    }
}

//Now we know where our characters are located
//extract relevant part of the image adding a margin that enlarges area
const int margin = img.size.width / 50;
Mat roi = inranged(cv::Rect(minX - margin, minY - margin, maxX - minX + 2 * margin, maxY - minY + 2 * margin));
cvtColor(roi, roi, CV_GRAY2BGRA);
img = [UIImage imageWithCVMat:roi];

Tesseract *t = [[Tesseract alloc] initWithLanguage:@"eng"];

[t setVariableValue:@"0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz" forKey:@"tessedit_char_whitelist"];
[t setImage:img];

[t recognize];

NSString *recognizedText = [[t recognizedText] stringByTrimmingCharactersInSet:[NSCharacterSet whitespaceAndNewlineCharacterSet]];

if ([recognizedText isEqualToString:@"1234567890"])
    NSLog(@"Yeah!");
else
    NSLog(@"Epic fail...");

Hinweise

• Die UIImage+OpenCV Kategorie finden hier. Wenn Sie unter ARC-check diese.
• Werfen Sie einen Blick auf diese um Ihnen den Einstieg mit OpenCV in Xcode. Beachten Sie, dass OpenCV ist ein C++ framework, welches nicht importiert werden in plain C (oder Objective-C) source-Dateien. Der einfachste workaround ist, benennen Sie Ihre view-controller aus .m zu .mm (Objective-C++) und importieren Sie es in Ihr Projekt.

Habe ich Schwierigkeiten mit Tesseract Zeichen der Anerkennung für Wochen. Hier sind zwei Dinge, die ich gelernt, es zu bekommen, besser zu arbeiten...

1. Wenn Sie wissen, welche schriftart, die Sie Lesen werden, klar, die Ausbildung und Umschulung von it-nur für die schriftart. Mehrere Schriftarten verlangsamt die OCR-Verarbeitung nach unten und erhöht auch die Mehrdeutigkeit in der Tesserakt Entscheidungsprozess. Dies führt zu einer größeren Genauigkeit und Geschwindigkeit.

2. Nach der OCR-Bearbeitung wirklich erforderlich ist. Sie werden am Ende mit einer matrix von Zeichen, die Tesseract erkennt. Sie müssen weiterhin die Zeichen zu verengen auf das, was Sie versuchen, zu Lesen. So zum Beispiel, wenn Ihre Anwendung ist, Lesen Etiketten von Lebensmitteln, die Kenntnis der Regeln für die Wörter und Sätze, aus denen sich die Lebensmittel-label hilft erkennen eine Reihe von Zeichen, aus denen das label.

Den swift-äquivalent von @FARAZ Antwort

func getImageForTexture(srcImage: UIImage) -> UIImage{
    let d_colorSpace = CGColorSpaceCreateDeviceRGB()
    let d_bytesPerRow: size_t = Int(srcImage.size.width) * 4
    /*
    * Note we specify 4 bytes per pixel here even though we ignore the
    * alpha value; you can't specify 3 bytes per-pixel.
    */
    let imgData = malloc(Int(srcImage.size.height) * Int(d_bytesPerRow))

    let context = CGBitmapContextCreate(imgData, Int(srcImage.size.width), Int(srcImage.size.height), 8, Int(d_bytesPerRow), d_colorSpace,CGImageAlphaInfo.NoneSkipFirst.rawValue)
    UIGraphicsPushContext(context!)
    //These next two lines 'flip' the drawing so it doesn't appear upside-down.
    CGContextTranslateCTM(context, 0.0, srcImage.size.height)
    CGContextScaleCTM(context, 1.0, -1.0)
    //Use UIImage's drawInRect: instead of the CGContextDrawImage function, otherwise you'll
    srcImage.drawInRect(CGRectMake(0.0, 0.0, srcImage.size.width, srcImage.size.height))
    UIGraphicsPopContext()
    /*
    * At this point, we have the raw ARGB pixel data in the imgData buffer, so
    * we can perform whatever image processing here.
    */

    //After we've processed the raw data, turn it back into a UIImage instance.

    let new_img = CGBitmapContextCreateImage(context)
    let convertedImage = UIImage(CGImage: new_img!)
    return convertedImage

}