标签: ocr

我正在构建一个需要能够扫描二维码的 Windows Phone 应用程序（使用 Windows 运行时，它是一个通用应用程序）。为此，我正在使用 ZXing.NET。我遇到的问题如下：当相机开始捕捉时，ZXing 抛出一个 IndexOutOfRangeException：

A first chance exception of type 'System.IndexOutOfRangeException' occurred in ZXing.winmd
   at ZXing.BitmapLuminanceSource..ctor(WriteableBitmap writeableBitmap)
   at ZXing.BarcodeReader.<.cctor>b__4(WriteableBitmap bitmap)
   at ZXing.BarcodeReader.Decode(WriteableBitmap barcodeBitmap)
   at xxx.Views.Scanner2.ScanBitmap(WriteableBitmap writeableBmp)
   at xxx.Views.Scanner2.<OnNavigatedTo>d__5.MoveNext()

我正在使用的代码是：

while (_result == null)
{
    using (var stream = new InMemoryRandomAccessStream())
    {
        await _mediaCapture.CapturePhotoToStreamAsync(ImageEncodingProperties.CreateJpeg(), stream);   

        stream.Seek(0);

        var writeableBitmap = new WriteableBitmap(1, 1);
        await writeableBitmap.SetSourceAsync(stream);

        _result = ScanBitmap(writeableBitmap);
    }
}

ScanBitmap 函数如下所示：

private Result ScanBitmap(WriteableBitmap writeableBmp)
{
    var barcodeReader = new BarcodeReader
    {
        Options = new DecodingOptions …

我想设置tess4j为只识别数字和字母

Tesseract instance = new Tesseract();
instance.setDatapath("C:\\Users\\qyw\\Desktop\\tessdata");
String s = instance.doOCR(img);
System.out.println(s);

我想知道如何使用 python 在 opencv 中绘制图像的垂直直方图，以便识别该图像的文本行

我想使用谷歌云视觉 API 的图像文本检测（OCR）。但我不知道如何获取订阅密钥以及如何在 C# 中进行身份验证和拨打电话。有人可以告诉我执行此操作的步骤吗？顺便说一句，我很新。

在尝试在 python 中安装 pypdfocr 包时出现以下错误。

ERROR: Command errored out with exit status 1:
     command: 'c:\users\User\appdata\local\programs\python\python37-32\python.exe' -c 'import sys, setuptools, tokenize; sys.argv[0] = '"'"'C:\\Users\\GIBIN_~1\\AppData\\Local\\Temp\\pip-install-uansf_7f\\evernote\\setup.py'"'"'; __file__='"'"'C:\\U
sers\\GIBIN_~1\\AppData\\Local\\Temp\\pip-install-uansf_7f\\evernote\\setup.py'"'"';f=getattr(tokenize, '"'"'open'"'"', open)(__file__);code=f.read().replace('"'"'\r\n'"'"', '"'"'\n'"'"');f.close();exec(compile(code, __file__, '"'"'exec'"'"'))' egg_info --egg-base
 pip-egg-info
         cwd: C:\Users\GIBIN_~1\AppData\Local\Temp\pip-install-uansf_7f\evernote\
    Complete output (6 lines):
    Traceback (most recent call last):
      File "<string>", line 1, in <module>
      File "C:\Users\GIBIN_~1\AppData\Local\Temp\pip-install-uansf_7f\evernote\setup.py", line 6
        exec x
             ^
    SyntaxError: Missing parentheses in call to 'exec'

    ----------------------------------------
ERROR: Command errored out with exit status 1: python setup.py egg_info Check the logs for …

我尝试 OCR 的图像

编辑：如所问，这是原始图像

亲爱的社区，我正在尝试做一些 ocr。
我已经对图像进行了很多预处理（去歪斜，裁剪......）
现在，我可以毫无问题地自己读取数字
但是我无法得到 tesseract 给我一个有意义的结果。

单击顶部的链接查看我正在尝试 OCR 的图像

我缺少更多的预处理吗？
或者我称 tesseract 很糟糕？

我根本没有选择，或者尝试：

config = ('--psm 13 -c tessedit_char_whitelist=0123456789')

编辑 ：

有趣的是，我尝试了多种方法：

• Windows 上的 Tesseract 5，不提供任何“eT” （但可能配置不当）
• Windows 上 Phyton Jupyter Notebook 的 Google API => 'UO0 1124'或类似的东西不太记得了
• Tesseract 4 on buntu with config = ('-l eng --oem 1 --psm 13') : 'WU000 244m'
• 来自 Ubuntu 上的 Python Jpyter Notebook 的 Google API => 'U000241\n'

所以这对我来说非常重要。我可能更喜欢使用 Tesseract，以免花大钱。当我的项目更先进时，我会知道我能做什么。

但我很想听听您对图像预处理的建议！！:-)

所以如果你有建议。

问候 ！

如何在 AWS Linux 中安装 Tesseract？几个月前，我们的一名团队成员尝试了以下命令。

cd /opt
mkdir tesseract
chmod 0755 tesseract
cd tesseract

yum install libpng-devel
yum install libtiff-devel
yum install libjpeg-devel
wget http://www.leptonica.com/source/leptonica-1.71.tar.gz 
tar xzf leptonica-1.71.tar.gz
cd leptonica-1.71
./configure
make
make install
export LIBLEPT_HEADERSDIR=/usr/local/include # Add to .profile

cd /opt/tesseract
yum install libtool
wget https://tesseract-ocr.googlecode.com/files/tesseract-ocr-3.02.02.tar.gz
tar xzf tesseract-ocr-3.02.02.tar.gz # Makes tesseract-ocr directory, no version.
cd tesseract-ocr
./autogen.sh
./configure --with-extra-libraries=/opt/tesseract
make
sudo make install
sudo ldconfig

cd /opt/tesseract
wget https://tesseract-ocr.googlecode.com/files/tesseract-ocr-3.02.eng.tar.gz
tar xzf tesseract-ocr-3.02.eng.tar.gz # Makes tesseract-ocr/tessdata directory.
sudo cp …

我收到错误 TesseractError: (2, 'Usage: pytesseract [-l lang] input_file')。使用 ！sudo apt install 但仍然在colab中收到错误。它是我正在尝试阅读的 JPG。

- - - - - - - - - - - - - - -代码 - - - - - - - - - - -----------------

! apt install tesseract-ocr
! apt install libtesseract-dev
! sudo apt install tesseract-ocr
! pip install Pillow
! pip install pytesseract
import pytesseract
import shutil
import os
import cv2
import random
from google.colab import files
from io import BytesIO
from …

当我使用 Pytesseract 识别该图像中的文本时，Pytesseract 返回7A51k但该图像中的文本是7,451k。

如何使用代码解决此问题而不是提供更清晰的源图像？

我的代码

import pytesseract as pytesseract
from PIL import Image
pytesseract.pytesseract.tesseract_cmd = 'D:\\App\\Tesseract-OCR\\tesseract'

img = Image.open("captured\\amount.png")
string = pytesseract.image_to_string(image=img, config="--psm 10")

print(string)

我的图像如下所示：

我的目标是检测并识别该数字31197394。我已经对文本识别的深度神经网络进行了微调。如果以以下格式提供，它可以成功识别正确的号码：

剩下的唯一任务是检测相应的边界框。为此，我尝试了darknet。不幸的是，它无法识别任何东西。有人知道在此类图像上表现更好的网络吗？我知道，亚马逊识别能够解决这个任务。但我需要一个可以离线工作的解决方案。因此，我仍然对存在有效的预训练网络抱有很高的希望。非常感谢你的帮助！