iOS+；Tesseract Ocr+；OpenCV

我为ios写了一个数字OCR。 我有一个测试图像png，有两个数字5和4。 我找到了轮廓。如何在tesseract传输等高线

初始化tesseract：

    tess = new tesseract::TessBaseAPI();
    tess->Init([dataPath cStringUsingEncoding:NSUTF8StringEncoding], "eng");
    tess->SetPageSegMode(tesseract::PSM_SINGLE_CHAR); //<-- !!!!
    tess->tesseract::TessBaseAPI::SetVariable("tessedit_char_whitelist", "0123456789");

tess=new-tesseract:：TessBaseAPI（）；
tess->Init（[dataPath cStringUsingEncoding:NSUTF8StringEncoding]，“eng”）；
tess->SetPageSegMode（tesseract:：PSM_SINGLE_CHAR）//tesseract:：TessBaseAPI:：SetVariable（“TesseEdit_char_白名单”，“0123456789”）；

用于检测轮廓的功能：

- (std::vector<std::vector<cv::Point> >)findSquaresInImage:(cv::Mat)_image {
std::vector<std::vector<cv::Point> > squares;
cv::Mat pyr, timg, gray0(_image.size(), CV_8U), gray;
int thresh = 50, N = 11;
cv::pyrDown(_image, pyr, cv::Size(_image.cols/2, _image.rows/2));
cv::pyrUp(pyr, timg, _image.size());
std::vector<std::vector<cv::Point> > contours;
    int ch[] = {0, 0};
    mixChannels(&timg, 1, &gray0, 1, ch, 1);
    for( int l = 0; l < N; l++ ) {
        if( l == 0 ) {
            cv::Canny(gray0, gray, 0, thresh, 5);
            cv::dilate(gray, gray, cv::Mat(), cv::Point(-1,-1));
        }
        else {
            gray = gray0 >= (l+1)*255/N;
        }
        cv::findContours(gray, contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE);
        std::vector<cv::Point> approx;

        CvRect rec1;
        std::string str;
        std::map<int,IplImage*> pic_list;

        for( size_t i = 0; i < contours.size(); i++ )
        {

            rec1 = cv::boundingRect(contours[i]);

            if (rec1.height > 0.5*gray.rows && rec1.width < 0.756*gray.cols) {
                NSLog(@"%d %d %d %d", rec1.width, rec1.height, rec1.x, rec1.y);
                cv::approxPolyDP(cv::Mat(contours[i]), approx, arcLength(cv::Mat(contours[i]), true)*0.02, true);
                squares.push_back(approx);
            }
        }
    }

return squares;  }

cv::Mat debugSquares( std::vector<std::vector<cv::Point> > squares, cv::Mat image ) {
for ( int i = 0; i< squares.size(); i++ ) {
    // draw contour
    cv::drawContours(image, squares, i, cv::Scalar(255,0,0), 1, 8, std::vector<cv::Vec4i>(), 0, cv::Point());

    // draw bounding rect
    cv::Rect rect = boundingRect(cv::Mat(squares[i]));
    cv::rectangle(image, rect.tl(), rect.br(), cv::Scalar(0,255,0), 2, 8, 0);

    // draw rotated rect
    cv::RotatedRect minRect = minAreaRect(cv::Mat(squares[i]));
    cv::Point2f rect_points[4];
    minRect.points( rect_points );
    for ( int j = 0; j < 4; j++ ) {
        cv::line( image, rect_points[j], rect_points[(j+1)%4], cv::Scalar(0,0,255), 1, 8 ); // blue
    }
}

return image;
}

-（std:：vector）查找方形图像：（cv:：Mat）\u图像{
向量平方；
cv：：Mat pyr，timg，灰色0（_image.size（），cv_8U），灰色；
int thresh=50，N=11；
cv:：pyrDown（_image，pyr，cv:：Size（_image.cols/2，_image.rows/2））；
cv:：pyrUp（pyr，timg，_image.size（））；
矢量轮廓；
int ch[]={0，0}；
混音通道（&timg，1，&0，1，ch，1）；
对于（int l=0；l=（l+1）*255/N；
}
cv：：findContours（灰色、轮廓、cv_RETR_外部、cv_CHAIN_近似简单）；
std：：向量近似；
CvRect rec1；
std：：字符串str；
地图图片列表；
对于（size_t i=0；i0.5*gray.rows&&rec1.width<0.756*gray.cols）{
NSLog（@“%d%d%d%d”，rec1.width，rec1.height，rec1.x，rec1.y）；
cv:：approxPolyDP（cv:：Mat（等高线[i]），近似值，弧长（cv:：Mat（等高线[i]），真值）*0.02，真值）；
正方形。推回（大约）；
}
}
}
返回方块；}

绘制等高线的功能：

- (std::vector<std::vector<cv::Point> >)findSquaresInImage:(cv::Mat)_image {
std::vector<std::vector<cv::Point> > squares;
cv::Mat pyr, timg, gray0(_image.size(), CV_8U), gray;
int thresh = 50, N = 11;
cv::pyrDown(_image, pyr, cv::Size(_image.cols/2, _image.rows/2));
cv::pyrUp(pyr, timg, _image.size());
std::vector<std::vector<cv::Point> > contours;
    int ch[] = {0, 0};
    mixChannels(&timg, 1, &gray0, 1, ch, 1);
    for( int l = 0; l < N; l++ ) {
        if( l == 0 ) {
            cv::Canny(gray0, gray, 0, thresh, 5);
            cv::dilate(gray, gray, cv::Mat(), cv::Point(-1,-1));
        }
        else {
            gray = gray0 >= (l+1)*255/N;
        }
        cv::findContours(gray, contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE);
        std::vector<cv::Point> approx;

        CvRect rec1;
        std::string str;
        std::map<int,IplImage*> pic_list;

        for( size_t i = 0; i < contours.size(); i++ )
        {

            rec1 = cv::boundingRect(contours[i]);

            if (rec1.height > 0.5*gray.rows && rec1.width < 0.756*gray.cols) {
                NSLog(@"%d %d %d %d", rec1.width, rec1.height, rec1.x, rec1.y);
                cv::approxPolyDP(cv::Mat(contours[i]), approx, arcLength(cv::Mat(contours[i]), true)*0.02, true);
                squares.push_back(approx);
            }
        }
    }

return squares;  }

cv::Mat debugSquares( std::vector<std::vector<cv::Point> > squares, cv::Mat image ) {
for ( int i = 0; i< squares.size(); i++ ) {
    // draw contour
    cv::drawContours(image, squares, i, cv::Scalar(255,0,0), 1, 8, std::vector<cv::Vec4i>(), 0, cv::Point());

    // draw bounding rect
    cv::Rect rect = boundingRect(cv::Mat(squares[i]));
    cv::rectangle(image, rect.tl(), rect.br(), cv::Scalar(0,255,0), 2, 8, 0);

    // draw rotated rect
    cv::RotatedRect minRect = minAreaRect(cv::Mat(squares[i]));
    cv::Point2f rect_points[4];
    minRect.points( rect_points );
    for ( int j = 0; j < 4; j++ ) {
        cv::line( image, rect_points[j], rect_points[(j+1)%4], cv::Scalar(0,0,255), 1, 8 ); // blue
    }
}

return image;
}

cv:：Mat调试方块（std:：矢量方块，cv:：Mat图像）{
对于（int i=0；i

btn点击方式：

- (IBAction)onMath:(id)sender {
    UIImage *image = [UIImage imageNamed:@"test1.png"];

    cv::Mat iMat = [self cvMatFromUIImage:image];
    std::vector<std::vector<cv::Point> > sq = [self findSquaresInImage:iMat];
    cv::Mat hui = debugSquares(sq, iMat);

    image = [self UIImageFromCVMat:hui];
    self.imView.image = image;
}

-（iAction）onMath:（id）发送方{
UIImage*image=[UIImage ImageName:@“test1.png”]；
cv:：Mat iMat=[self-cvMatFromUIImage:image]；
std：：vector sq=[自寻方尺寸：iMat]；
cv:：Mat hui=方形（sq，iMat）；
image=[self-UIImageFromCVMat:hui]；
self.imView.image=图像；
}

图像后：

---

链接到github上的项目：

您能检查一下这个答案吗

我在这里介绍了为Tesseract准备图像的一些技巧：使用Tesseract识别车牌

在你的例子中，有几件事正在发生

您需要将文本设置为黑色，将图像的其余部分设置为白色（而不是相反）。这就是字符识别的重点。灰度可以，只要背景大部分为全白色，文本大部分为全黑色；文本的边缘可能是灰色的（抗锯齿），这可能有助于识别（但不一定-您必须进行实验）

您看到的问题之一是，在图像的某些部分，文本非常“薄”（在阈值设置后，字母中的间隙会显示），而在其他部分，文本非常“厚”（字母开始合并）。Tesseract不会喜欢这样：）之所以会这样，是因为输入图像的亮度不均匀，所以单个阈值不能在所有地方都起作用。解决方案是执行“局部自适应阈值”，其中为图像的每个邻域计算不同的阈值。有很多方法可以做到这一点，但请查看以下示例：

带cv2的OpenCV中的自适应高斯阈值。自适应阈值（…，cv2。自适应高斯阈值（…） 局部大津法 局部自适应直方图均衡化 你还有一个问题，那就是线条不直。根据我的经验，Tesseract可以处理非常有限程度的非直线（透视失真、倾斜或歪斜的百分之几），但它不能处理波浪线。如果可以，请确保源图像具有直线：）不幸的是，没有现成的简单答案；你必须查阅研究文献，自己实现一种最先进的算法（如果可能的话，还需要开源——这确实需要开源解决方案）。Google Scholar搜索“曲线OCR提取”将帮助您开始，例如：

曲线文档图像的文本线分割 最后，我认为你将比使用C++中的OpenCV更好地使用Python生态系统（NDimige，SkVIEWS）。OpenCV python包装器对于简单的东西来说是可以的，但是对于您试图做的事情，它们不会起作用，您需要抓住许多OpenCV中没有的部分（当然，您可以混合搭配）。在C++中实现类似曲线检测的东西要比Python长一个数量级（*，即使你不知道Python，这也是正确的）。

---

祝你好运

您可以使用SetImage，然后使用SetRectangle和轮廓边界框；你知道如何给tesseract一个它可以读取的图像吗？你能更新你的问题吗？github用户/项目已被删除，在Internet存档中没有任何跟踪。我能找到的最好的相关链接是