我计划开发一个类似于Word Lens的应用程序。请问有人能推荐一个好的库来使用吗?或者有人可以解释一下Word Lens应用程序背后的技术吗?是实时图像匹配还是OCR? 我知道一些图像处理库,比如OpenCv,tesseract...非常感谢任何帮助...
我是Word Lens的创造者之一。虽然已经有一些OCR库(如tesseract),但我们决定自己制作以获得更好的结果和性能。我们的一般算法如下: 从相机复制图像并获取其灰度分量 调整图像,使文本在背景上清晰可见 在看起来像字符和句子的地方画出方框 进行OCR:将每个方框中的像素与字符数据库进行匹配 - 这实际上非常困难! 收集字符成为单词,查字典(这也很难,因为OCR会出现错误) 将结果绘制回图像上 仅仅通过图像匹配是不够好的,因为存在着各种字体、词汇和语言。OpenCV是一个很棒的库,可以让您快速上手,并学习更多关于计算机视觉的知识。我建议基于他们的示例进行开发,并在那里进行试验。祝您玩得愉快!