[Solution] 简单数字识别之Tesseract

图像识别涉及的理论:傅里叶变换,图形形态学,滤波,矩阵变换等等.

Tesseract的出现为了解决在没有这些复杂的理论基础,快速识别图像的框架.

准备:

1.样本图像学习,预处理　　(平均每1个元素出现20次)

2.学习,初步识别

3.校正学习库

测试:

1.待识别图像,预处理

2.根据学习库 识别

例子1:图片反色

 private static void Reverse(string fileName,string outName)
         {
             using (var pic = Image.FromFile(fileName) as Bitmap)
             {
                 for (int i = ; i < pic.Width; i++)
                 {
                     for (int j = ; j < pic.Height; j++)
                     {
                         var c = pic.GetPixel(i, j);
                         c = Color.FromArgb( - c.R,  - c.G,  - c.B);
                         pic.SetPixel(i, j, c);
                     }
                 }
                 pic.Save(outName);
             }
         }

Reverse

例子2:取一个图片的指定区域

 private Image Analyse(string fileName)//为方便,方法参数没有用Image
         {
             using (var map = Image.FromFile(fileName) as Bitmap)
             {
                 if (map == null) return null;
                 Point p1;
                 Point p2;
                 var p = GetConfig(out p1, out p2);
                 var pic = new Bitmap(p.X, p.Y);
                 var x = ;
                 var y = ;
                 for (int i = ; i < map.Height; i++)
                 {
                     if (i >= p1.Y && i <= p2.Y)
                     {
                         for (int j = ; j < map.Width; j++)
                         {
                             if (j >= p1.X && j <= p2.X)
                             {
                                 pic.SetPixel(x, y, map.GetPixel(j, i));
                                 x++;
                             }
                         }
                         x = ;
                         y++;
                     }
                 }
                 return pic;
             }
         }

         private Point GetConfig(out Point p1, out Point p2)
         {
             var p1Str = ConfigurationManager.AppSettings["p1"].Split(',');
             var p2Str = ConfigurationManager.AppSettings["p2"].Split(',');
             p1 = new Point() { X = int.Parse(p1Str[]), Y = int.Parse(p1Str[]) };
             p2 = new Point() { X = int.Parse(p2Str[]), Y = int.Parse(p2Str[]) };
             return new Point() { X = p2.X - p1.X + , Y = p2.Y - p1.Y +  };
         }

 class Point
     {
         /// <summary>
         /// 点的X坐标,或者宽度
         /// </summary>
         public int X { get; set; }
         /// <summary>
         /// 点的Y坐标,或者高度
         /// </summary>
         public int Y { get; set; }
     }

Image Analyse(string fileName)

识别步骤:

1.将图片转成tif格式,通过jTessBoxEditor程序把所有tif图片打包成1个tif图片.

2.安装tesseract-ocr-setup-3.01-1.exe(用安装包版不需要配环境变量).

3.dos命令:输入tesseract.exe {0}.tif {0} batch.nochop makebox生成box文件　　({0}为文件名)

4.dos命令:输入tesseract.exe {0}.tif {0} nobatch box.train生成tr文件

5.dos命令:输入unicharset_extractor.exe tj.box生成unicharset文件

6.同一目录下新建一个文件font_properties无扩展名.写入{0} 1 0 0 1 0

7.dos命令:输入cntraining.exe {0}.tr

8.dos命令:输入mftraining.exe -F font_properties -U unicharset {0}.tr

9.4个文件名加前缀:{0}. (1.有.　　2.4个:unicharset inttemp normproto pfftable)

10:dos命令:combine_tessdata {0}.(合并所有文件,生成学习库,{0}.traineddata)

代码步骤:

1.解压tesseractdotnet_v301_r590.zip,添加tesseract.dll引用

2.

var tp= new TesseractProcessor();

tp.SetPageSegMode(ePageSegMode.PSM_SINGLE_LINE);

tp.Init("{0}","{1}", (int)eOcrEngineMode.OEM_DEFAULT);//{0}为Path名,如c:\test\,{1}为学习库文件名,不需要扩展名.

var result = tp.Recognize(pic);

3.生成目标平台x86.

工具下载:点击下载