ios - Tesseract OCR 无法识别从设备拍摄的图像

Question

我正在使用 https://github.com/gali8/Tesseract-OCR-iOS/ 制作一个检测名片上文本的应用程序。

我坚持让 Tesseract 检测图像中的文本。

如果我通过代码传递图像，Tesseract 能够检测到它。如果我提供从相机拍摄的图像，tesseract 无法识别它。

-(void)startTess:(UIImage *)img{

 G8Tesseract *tesseract = [[G8Tesseract alloc] initWithLanguage:@"eng"];
 tesseract.delegate = self;
 tesseract.engineMode=G8OCREngineModeTesseractCubeCombined;

 // Optional: Limit the character set Tesseract should try to recognize from
 tesseract.charWhitelist = @"@.,()-,abcdefghijklmnopqrstuvwxyz0123456789";

 // Specify the image Tesseract should recognize on
 tesseract.image = [img g8_blackAndWhite];

 // Optional: Limit the area of the image Tesseract should recognize on to a rectangle
 CGRect tessRect = CGRectMake(0, 0, img.size.width, img.size.height);
 tesseract.rect = tessRect;

 // Optional: Limit recognition time with a few seconds
 tesseract.maximumRecognitionTime = 4.0;

 // Start the recognition
 [tesseract recognize];

 // Retrieve the recognized text
 NSLog(@"text %@", [tesseract recognizedText]);

 // You could retrieve more information about recognized text with that methods:
 NSArray *characterBoxes = [tesseract recognizedBlocksByIteratorLevel:G8PageIteratorLevelSymbol];
 NSArray *paragraphs = [tesseract recognizedBlocksByIteratorLevel:G8PageIteratorLevelParagraph];
 NSArray *characterChoices = tesseract.characterChoices;
 UIImage *imageWithBlocks = [tesseract imageWithBlocks:characterBoxes drawText:YES thresholded:NO];

 self.imgView.image = imageWithBlocks;

 NSString * result = [[characterBoxes valueForKey:@"description"] componentsJoinedByString:@"\n"];

 _txtView.text=result;


}

从 .xcassets 提供图像时的结果:

直接从相机拍摄图像时的结果:

在这两种情况下，Tesseract 都可以识别带有一些随机字符的空白区域。我在两张图片中都标记了那个区域(图片的左上部分)。

我确保从设备相机拍摄的图像的方向朝上，因为一些报道的 Tesseract 无法识别从相机拍摄的图像，因为它有 180 度偏移。

UIImage *chosenImage = info[UIImagePickerControllerOriginalImage];

// Redraw the image (if necessary) so it has the corrent orientation:
if (chosenImage.imageOrientation != UIImageOrientationUp) {
    UIGraphicsBeginImageContextWithOptions(chosenImage.size, NO, chosenImage.scale);
    [chosenImage drawInRect:(CGRect){0, 0, chosenImage.size}];
    chosenImage = UIGraphicsGetImageFromCurrentImageContext();
    UIGraphicsEndImageContext();
}

调试此问题并继续前进的最佳方法是什么？

我在 git 上提交了一个问题: https://github.com/gali8/Tesseract-OCR-iOS/issues/358

编辑:

我已将迭代器级别更改为 G8PageIteratorLevelTextline，现在设备相机拍摄的图像提供以下输出:

还是不准确。如果有人可以指出如何改进这一点，那就太好了。

Answer 1

在 tesseract 的官方 github 源上，提到了各种预处理方法以及这些措施，我建议使用 .tiff 图像而不是 .jpg 或 .png，因为使用 tiff 以外的任何其他类型的图像都会压缩图像并减少它使质量二值化。