1个回答
42
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：
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！
- 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
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！
- jd.
7
你是否可以通过某种方式将4和5结合起来以获得更好的结果？作为OCR的外部人员，我觉得你在“5”上丢失了一些在困难情况下可能有用的信息。 - Martin Thompson
1马丁：非常正确；例如，'O'非常类似于'0'，甚至是'8'和'B'，因此在更多的消歧信息可用时，在以下阶段保持可能性列表有所帮助（一种简单的反馈形式），然后将其缩减。 - jd.
@jd。感谢您的评论。请问您创建Word Lens花费了多长时间？您能否推荐一些好的OCR教程？ - Ab'initio
Word Lens大约花费了两个人大约两年的时间来制作。我想不出有多少好的教程，除了建议你建立一个原型。如果你能快速地让一个基本系统运行起来，那么当你进行更多的研究时，你就会准备好问出正确的问题。 - jd.
@jd，谢谢。我会在建立原型之后再回来……你能通过 Gmail 联系我吗？我的 ID 是 2arshu@gmail.com。 - Ab'initio
显示剩余2条评论
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接