数字图像处理：Tesseract OCR上的数字识别

Question

解决方案：

我不得不自己训练数据，以尝试与OCR一起使用。看起来这很有效，但我不知道为什么arturaugusto的训练数据对我不起作用 =(

https://github.com/adri1992/Tesseract_sevenSegmentsLetsGoDigital.git

使用我的训练数据，为了获得良好的OCR结果，我已经完成以下步骤(使用OpenCV完成)：

• 首先，将图像转换为黑白
• 第二，对图像应用高斯模糊
• 第三，对图像应用阈值过滤器

通过这样做，可以识别出七段数码管上的数字。

问题：

我正在尝试在Android上通过Tesseract获取OCR，并使用此图像测试该应用程序(通过 Text detection on Seven Segment Display via Tesseract OCR):

我正在使用arturaugusto训练的数据 (https://github.com/arturaugusto/display_ocr)，但OCR的错误结果是:

884288

零被识别为八，我不知道为什么。

我正在使用OpenCV对图像应用高斯模糊和阈值过滤器，处理后的图像如下:

是否有其他训练数据或您知道任何解决问题的方法？

- adlagar

---

嗨Adri，你的解决方案有什么更新吗？ :-) - Felipe Ferri

嗨，菲利普！我已经训练好了自己的数据... 试试这个 https://github.com/adri1992/Tesseract_sevenSegmentsLetsGoDigital 并告诉我它是否适用于你。记得按照我在帖子“解决方案”部分中评论的所有阶段进行操作。 - adlagar

我已经成功用Python Pillow处理了你的测试图像，并生成了与你相似的黑白图像，但当我使用你训练过的数据运行tesseract时，它返回一个空页面(!)。我不确定是否正确安装了训练数据... 我把所有文件都复制到了/opt/local/share/tessdata文件夹中（我的操作系统是Mac OS X）。当我运行tesseract --list-langs时，“lets”语言被显示出来。你有什么建议吗？另外，你的训练数据已经不再将“0”误认为“8”了（正如你在问题中所述）？ - Felipe Ferri

你好，@adri1992，你能完成它吗？我已经卡在最后阶段两天了。 - Zeeshan Shabbir

嗨Zeeshan！我训练了自己的数据。它应该可以与这个具体的字体一起使用 https://github.com/adri1992/Tesseract_sevenSegmentsLetsGoDigital - adlagar

Answer 1

尝试使用腐蚀（erode）来填补段之间的空隙。 我认为问题在于tesseract无法处理良好分割的字体。

使用OpenCV-python，我使用cv2.erode(display,kernel, iterations = erosion_iters)来解决这个问题。

- art

---

是的，我已经尝试填补段之间的空白，但对我也没有用 :( 我用相同的字体训练了自己的数据，现在，我不知道为什么，OCR使用这个新训练的数据效果很好。 几分钟后，我会更新问题并提供解决方案和存储库方向。 非常感谢！ - adlagar

你能澄清一下在代码前面声明的 display 和 kernel 是什么吗？（例如，它是某种导入吗？） - takanuva15

@takanuva15，以这个例子为例：import cv2; import numpy as np; display = cv2.imread('display.png',0); kernel = np.ones((6,6),np.uint8); eroded_img = cv2.erode(display, kernel, iterations = 1); - art