C# Tesseract OCR输出错误

我正在为Tesseract库使用c#包装器（如果我没有弄错的话，请使用3.02）（）。我已经让它运行并给出输出，但输出本质上是垃圾。通常它什么也不给，而当它确实给了一些东西时，它往往是一团糟。我知道这在理论上是可行的，因为我已经在一些非常完美的图像上尝试过了，而且效果很好。我想知道是否有人能帮我诊断这些问题，并提出一些提高Tesseract准确性的方法。我已经将所有图像转换为黑白，分辨率设置为300x300。我不做任何直线矫直编程，但正如你可以看到下面他们是相当直

这张照片效果很好

这一个根本不起作用，要么胡言乱语，要么什么都没有

我尝试翻转颜色，认为它可能会提供更大的对比度（因为大多数文本在白色背景上是黑色的，而工作文本在黑色背景上是白色的）。但是：

根本不起作用，然而

再次完美地工作

---

我怀疑这与“发票”中字母之间的额外间距有关。但一定有办法通过更紧凑的字体获得令人满意的结果。任何建议都是受欢迎的，我是这里的相对人。

< P>如果你有可能的话，你应该考虑使用更高分辨率的图片。洛克希德·马丁公司和支付图片的另一个问题可能是字母之间的差距太小。如果单个字母（几乎）连接到单词的下一个字母，则Tesseract无法检测它们。 我建议使用像openCV这样的图像处理库来改进您的结果。 你可以试试侵蚀/扩张。如果内核使用了正确的参数，这将分隔字母。使用不同的内核看看什么最适合你

Mat element = getStructuringElement( erosion_type,
                                   Size( 2*erosion_size + 1, 2*erosion_size+1 ),
                                   Point( erosion_size, erosion_size ) );

erode( src, erosion_dst, element );

当我在我的项目中工作时，使用自适应阈值对我帮助很大。我发现这比把它转换成灰度或二值图像更有效。 注意：Java代码应该与C非常相似

Imgproc.adaptiveThreshold(cropedIm, cropedIm, 255,  Imgproc.ADAPTIVE_THRESH_GAUSSIAN_C, Imgproc.THRESH_BINARY, 29, 10);

这是我在我的android项目Pixtern（github上的源代码）中选择一幅图像后得到的结果。我使用了一个自适应阈值，但没有膨胀/侵蚀，结果已经很好了

（图片=洛克希德马丁航空公司）

对于付款图像和类似图像： 尝试使用正常阈值并反转图像（黑色字体，白色背景）。同样，膨胀/侵蚀可在之后使用。Java代码：

//results in binary image
Imgproc.threshold(cropedIm,cropedIm,127,255,Imgproc.THRESH_BINARY);
//Inverting image
Core.bitwise_not(cropedIm, cropedIm);

---

谢谢你的帮助。图像是从设备摄像机上拍摄下来的，然后用户将其裁剪出来，因此除了告诉用户使用更好的摄像机之外，我真的没有办法提高分辨率，而这实际上不是一个选项。我会尝试你提到的其他方法，看看效果如何。另一个选择是训练Tesseract。如果字体总是一样的话，这可能会有很大帮助。不幸的是，字体并不总是一样的（事实上通常是不同的）。