我想知道是否有任何技术/ API 可以用于快速屏幕字体OCR?以下是假定的条件:
- OCR 的文本应从屏幕截图中获取,并使用屏幕字体呈现。 - OCR 的文本可能会被抗锯齿处理,也可能不会被抗锯齿处理。 - 抗锯齿处理可能或者不可能使用 RGB 降采样(又称亚像素 AA 或 ClearType 等)。 - 屏幕截图可能是 RGB 或 RBG 顺序。 - 基线很容易找到(只需查看所有屏幕字体:基线非常清晰且易于通过算法找到)。 - 允许出现很多错误(字符识别不需要完全正确)。 - 字体基本上是预先知道的,但如何呈现字体是未知的(大小未知,颜色未知,抗锯齿类型未知)。基本上已知的是它将是非常常见的字体。
所以我认为这并不像实际的OCR那么复杂:找到基线并“切割”每个字符相当容易做到(我已经做到了)。有人知道特定技术、论文或甚至API来完成这样的事吗?
请注意:此问题与屏幕抓取无关。此问题与破解CAPTCHA无关。此问题不涉及常规OCR(如OCR扫描文本)。此问题不涉及GUI自动化(尽管有些人可能会这样使用它)。
- OCR 的文本应从屏幕截图中获取,并使用屏幕字体呈现。 - OCR 的文本可能会被抗锯齿处理,也可能不会被抗锯齿处理。 - 抗锯齿处理可能或者不可能使用 RGB 降采样(又称亚像素 AA 或 ClearType 等)。 - 屏幕截图可能是 RGB 或 RBG 顺序。 - 基线很容易找到(只需查看所有屏幕字体:基线非常清晰且易于通过算法找到)。 - 允许出现很多错误(字符识别不需要完全正确)。 - 字体基本上是预先知道的,但如何呈现字体是未知的(大小未知,颜色未知,抗锯齿类型未知)。基本上已知的是它将是非常常见的字体。
所以我认为这并不像实际的OCR那么复杂:找到基线并“切割”每个字符相当容易做到(我已经做到了)。有人知道特定技术、论文或甚至API来完成这样的事吗?
请注意:此问题与屏幕抓取无关。此问题与破解CAPTCHA无关。此问题不涉及常规OCR(如OCR扫描文本)。此问题不涉及GUI自动化(尽管有些人可能会这样使用它)。