c++ - 将 Mat 转换为 PIX 以设置图像

Question

我正在尝试从裁剪图像中识别文本，但我需要将它从 Mat 传递到 PIX，因为 X-Platform 编码。

我试过了 this , this和 this

并通过 Mat 和 PIX 使用相同的图像执行相同的功能，结果非常不同(使用 PIX 效果很好，使用 Mat 它会变得一团糟)。

我可能做错了什么？

谢谢。

PD:(这是我正在使用的代码片段之一)

String imgToString(const char* variables, Mat gray) {
    char *outText;

    tesseract::TessBaseAPI *api = new tesseract::TessBaseAPI();
    if (api->Init(NULL, "eng")) {
        String returnString = "Could not initialize tesseract.\n";
        fprintf(stderr, "Could not initialize tesseract.\n");
        return returnString;
    }
    api->SetVariable("tessedit_char_whitelist", variables);

    // Open input image with leptonica library
    api->TesseractRect(gray.data, 1, gray.channels() * gray.size().width, 0, 0, gray.cols, gray.rows);
    // Get OCR result
    outText = api->GetUTF8Text();
    return outText;
}

// The one below works fantastic

String imgToString(const char* variables, const char* filename) {
    char *outText;

    tesseract::TessBaseAPI *api = new tesseract::TessBaseAPI();
    if (api->Init(NULL, "eng")) {
        String returnString = "Could not initialize tesseract.\n";
        fprintf(stderr, "Could not initialize tesseract.\n");
        return returnString;
    }
    api->SetVariable("tessedit_char_whitelist", variables);

    // Open input image with leptonica library
    Pix *image = pixRead(filename);
    api->SetImage(image);
    // Get OCR result
    outText = api->GetUTF8Text();
    return outText;
}

Answer 1

问题似乎出在灰度图像中。正如 tesseract 的 pix.h header 所说，库适用于每像素深度为 32 位的图像。 tesseract 还权衡颜色，因此应该对它们进行右对齐(默认情况下的 opencv 将颜色存储为 BGR，但 tesseract 等待 RGBA)。简历:

#include <tesseract/baseapi.h>
#include <leptonica/allheaders.h>    
#include <opencv2/opencv.hpp>
...
char imagename[] = "testimg.jpg";
cv::Mat _mat = cv::imread(imagename);
cv::cvtColor(_mat, _mat, CV_BGR2RGBA); 
api.SetImage(_mat.data, _mat.cols, _mat.rows, 4, 4*_mat.cols);
char *outtext = api.GetUTF8Text();
...