除了Tesseract之外，还有哪些OCR选项？[已关闭]

php ruby python ocr tesseract

2022-08-30 14:57:25

我已经使用了Tesseract一点，它的结果还有很多不足之处。我目前正在检测非常小的图像（35x15，无边框，但已尝试添加一个没有ocr优势的imagemagick）;它们的范围从2个字符到5个字符，是一种非常可靠的字体，但是字符变化很大，仅仅使用图像大小的校验和之类的东西是行不通的。

除了坚持使用Tesseract或对其进行完整的自定义训练之外，OCR还有哪些选择？此外，如果这与Heroku风格的托管兼容，那将是非常有帮助的（至少在我可以编译箱并将它们推倒的地方）。

答案 1

我过去曾成功地将GOCR用于小图像OCR。我会说在相当常规的字体上正确设置灰度选项后，准确率约为85%。当字体变得复杂并且多行布局出现问题时，它会失败得很惨。

也看看由Google维护的Ocropus。它与Tesseract有关，但据我所知，它的OCR引擎是不同的。仅包含默认模型，即可在高质量图像上实现接近99%的准确度，很好地处理布局，并提供HTML输出，其中包含有关格式和线条的信息。但是，根据我的经验，当图像质量不够好时，其准确性非常低。话虽如此，训练相对简单，您可能想尝试一下。

它们都可以从命令行轻松调用。GOCR的使用非常简单;只需键入，您应该拥有所需的所有信息。Ocropus有点棘手;这里有一个使用示例，在 Ruby 中：gocr -h

require 'fileutils'
tmp = 'directory'
file = 'file.png'

`ocropus book2pages #{tmp}/out #{file}`
`ocropus pages2lines #{tmp}/out`
`ocropus lines2fsts #{tmp}/out`
`ocropus buildhtml #{tmp}/out > #{tmp}/output.html`

text = File.read("#{tmp}/output.html")
FileUtils.rm_rf(tmp)

答案 2

我们在办公室使用Vividata的OCR XTR Lite。它使用ScanSoft引擎，非常准确，但不是免费的解决方案。目前，它是由bash编写的，我每天处理75，000到150，000页。准确性几乎是完美的，它会自动旋转图像以确定OCR方向。